授業内容・計画（詳細）の情報

ページを読み終えましたら、ブラウザを終了させてください。

１．基本事項

2017 年度	春学期

開講クラス	文学部・文明学科文学部・アジア文明学科文学部・ヨーロッパ文明学科文学部・アメリカ文明学科文学部・北欧学科文学部・歴史学科-日本史専攻文学部・歴史学科-東洋史専攻文学部・歴史学科　　　　　　　　　　　　　　　　-西洋史専攻文学部・歴史学科-考古学専攻文学部・日本文学科文学部・文芸創作学科文学部・英語文化コミュニケーション学科文学部・広報メディア学科文学部・心理・社会学科政治経済学部・政治学科政治経済学部・経済学科政治経済学部・経営学科法学部・法律学科教養学部・人間環境学科-自然環境課程教養学部・人間環境学科-社会環境課程教養学部・芸術学科-音楽学課程教養学部・芸術学科-美術学課程教養学部・芸術学科-デザイン学課程教養学部・国際学科体育学部・体育学科体育学部・競技スポーツ学科体育学部・武道学科体育学部・生涯スポーツ学科体育学部・スポーツ・レジャーマネジメント学科理学部・数学科理学部・情報数理学科理学部・物理学科理学部・化学科情報理工学部・情報科学科情報理工学部・コンピュータ応用工学科工学部・生命化学科工学部・応用化学科工学部・光・画像工学科工学部・原子力工学科工学部・電気電子工学科工学部・材料科学科工学部・建築学科工学部・土木工学科工学部・精密工学科工学部・機械工学科工学部・動力機械工学科工学部・航空宇宙学科　　　　　　　　　　　　　　-航空宇宙学専攻工学部・航空宇宙学科　　　　　　　　　　　　　　-航空操縦学専攻工学部・医用生体工学科観光学部・観光学科健康科学部・看護学科健康科学部・社会福祉学科

開講クラス

文学部・文明学科
文学部・アジア文明学科
文学部・ヨーロッパ文明学科
文学部・アメリカ文明学科
文学部・北欧学科
文学部・歴史学科-日本史専攻
文学部・歴史学科-東洋史専攻
文学部・歴史学科　　　　　　　　　　　　　　　　-西洋史専攻
文学部・歴史学科-考古学専攻
文学部・日本文学科
文学部・文芸創作学科
文学部・英語文化コミュニケーション学科
文学部・広報メディア学科
文学部・心理・社会学科
政治経済学部・政治学科
政治経済学部・経済学科
政治経済学部・経営学科
法学部・法律学科
教養学部・人間環境学科-自然環境課程
教養学部・人間環境学科-社会環境課程
教養学部・芸術学科-音楽学課程
教養学部・芸術学科-美術学課程
教養学部・芸術学科-デザイン学課程
教養学部・国際学科
体育学部・体育学科
体育学部・競技スポーツ学科
体育学部・武道学科
体育学部・生涯スポーツ学科
体育学部・スポーツ・レジャーマネジメント学科
理学部・数学科
理学部・情報数理学科
理学部・物理学科
理学部・化学科
情報理工学部・情報科学科
情報理工学部・コンピュータ応用工学科
工学部・生命化学科
工学部・応用化学科
工学部・光・画像工学科
工学部・原子力工学科
工学部・電気電子工学科
工学部・材料科学科
工学部・建築学科
工学部・土木工学科
工学部・精密工学科
工学部・機械工学科
工学部・動力機械工学科
工学部・航空宇宙学科　　　　　　　　　　　　　　-航空宇宙学専攻
工学部・航空宇宙学科　　　　　　　　　　　　　　-航空操縦学専攻
工学部・医用生体工学科
観光学部・観光学科
健康科学部・看護学科
健康科学部・社会福祉学科

授業科目名	データアナリシス

曜日　時限	火-1

集中授業の期間	開始：2017/04/11
集中授業の期間	終了：2017/07/18

テーマ	データ分析の基礎学習

キーワード	データ分析	統計解析	Excel

２．授業で育成する力・スキル

・自ら考える力
・情報処理力（論理力、問題解決力）
・計算機による分析処理

３．授業要旨または授業概要

　本授業は、昨今注目されるデータ分析に用いられる、統計処理、特徴抽出などを
実施するための基本的な考え方を習得することを目的とする。

　授業方針は以下の通りである。
・データの分析手法の基本、実践的な説明 (数学的な深い理解は求めない)
・Excelによる身近なデータの可視化、分析の演習
  ※Excelの基本操作は事前に習得のこと

４．学習の到達目標

（１）データ整理法（自ら考える力、情報処理力）
（２）データの見える化（自ら考える力、情報処理力）
（３）事象関係の把握（自ら考える力、情報処理力）
（４）グループの比較（自ら考える力、情報処理力）

添付ファイル：データアナリシスにおける学習到達目標（成績評価基準表）.xls

５．授業スケジュール

【第１回】ガイダンス
【第２回】データ分析概要、Excelによるデータ整理、グラフ作成
【第３回】ヒストグラム
【第４回】基本統計量
【第５回】散布図、相関分析
【第６回】回帰分析
【第７回】多変量解析（１）
【第８回】多変量解析（２）
【第９回】中間試験
【第１０回】定性的データの分析
【第１１回】判別分析
【第１２回】多変量解析（３）
【第１３回】検定
【第１４回】実務データの分析
【第１５回】試験及び解説
※授業スケジュールは、授業の理解度などの状況に応じて変更する可能性がある。

履修希望者が多い場合、1回目の授業で抽選を実施するので、必ず出席すること。
(1回目欠席は欠員がない限り、履修を認めない)

授業では演習行う。その内容を中心に２時間程度の復習を必ず行うこと。また授業に
関連する項目の調査など２時間程度の予習を行うこと。

６．成績評価の基準および方法

試験と課題レポートを中心に総合的に評価する。
・評価比率は、演習課題：４０％、中間試験：１０％、期末試験：４０％、
              平常点（出席）：１０％
・２／３以上の出席、及び試験を受けることを評価の必須条件とする。
  出席数未達および中間，期末試験未受験は対象外とする。
・課題はレポートとして内容を評価する（授業時間のみの未完了な報告は低評価）。
・無断履修者は成績対象としない。ガイダンス後に履修対象者は教育支援システムで
  公開する。

７．教科書・参考書

区分	書　名	著者名	発行元	定価
参考書	Excelで簡単データ分析	河野真紀他	オーム社	2800
参考書	ビジュアルデータアナリシス	山下俊恵他	東海大学出版	1600

８．その他の教材

教科書は用いない。授業支援システムにてテキストを提供する。

９．担当教員の連絡先

第１回目の授業で連絡します。

１０．授業担当教員からの改善点・コメント

・授業の内容は積み重ねになっています。欠席時には前回の授業内容の復習を必ず行い、
  理解してから授業に臨んでください。
・授業内容、レポート等で不明な点は、授業後、授業支援システム等を利用して
  積極的に確認をしてください。