【シラバス基本情報】

【授業目標】

　情報は収集しただけでは価値があるとは限らない。整理、分析、活用されて、はじめて意味あるものとなるのである。本講座では、情報の収集・整理、表計算ソフトや統計解析ソフトを用いた基礎的統計手法を含むデータ解析、並びにその活用方法について学び、各種レポート・論文作成や個々が研究に取り組む際に必要となる基礎的な統計解析ができるようになることを目標とする。また、これらを通して、身の回りに存在する自然現象、社会現象などに対して科学的に取り組む姿勢の涵養をも目指す。

【到達目標】

�@基礎統計量をはじめとした記述統計学の基本的考え方を理解し、これらによる基礎的な分析を身近なデータを用いて行える。 �Aヒストグラムや散布図などの基礎的なグラフの作成及びそれらを用いた分析が行える。 �Bデータの正規性、等分散性、独立性、母平均の差、母比率の差などについて推測統計学における検定手法による分析が行える。

【授業計画】

　本講座では、取得したデータをどのように活用すればよいか、即ち「データごとの最適な分析手法」を学ぶことに主眼を置き、データの種類に応じた分析が自らの判断で行えるようになることを目標とする。また、分析のための公式をもっぱら暗記するのではなく、適宜統計ソフト等による分析の自動化を図りながら、各分析手法の意図と手順を実際の操作を伴う演習形式で学習する。

週	内容
1	オリエンテーション並びにスキルチェック（表計算基本操作、基礎統計量）
2	データの要約と視覚化（度数分布表、ヒストグラム、データの標準化）
3	データの関係性−１（散布図、相関係数、順位相関）
4	データの関係性−２（無相関の検定）
5	データの関係性−３（独立性の検定）
6	データの正規性（正規確率、尖度、歪度、データ変換、棄却検定）
7	対応するデータからの予測（回帰直線、決定係数、分散分析）
8	データからの推定−１（母平均の区間推定）
9	データからの推定−２（母比率の区間推定）
10	仮説の検定−１（仮説とは、検定とは、母平均の検定）
11	仮説の検定−２（母比率の検定、適合度検定）
12	差の検定−１（母平均の差の検定）
13	差の検定−２（母比率の差の検定、ノンパラメトリック検定）
14	まとめ
15	課題テストと解説ならびに授業の振り返り

【履修上の注意（含予習・復習）等】

　MS Excelを使用するので､情報基礎演習Iで扱う基本操作は修得しておくこと｡また「健康情報処理論・演習」と一部重複する内容もあるが、本講座の方がより高度な内容を扱うため､両科目併せの受講が望ましい｡
　毎回の演習内容を積み重ねて新たな内容へとつなげていくため､本講座用に用意されたMoodle LMSを活用して予復習を励行した上で出席すること｡もし、やむを得ず欠席した場合は、欠席時の授業内容を出席者から確認し、Moodle LMSから当該範囲の課題をダウンロードして学習しておくこと。＜←重要＞

【成績評価の方法と評価割合（％）】

　 期末試験を実施する。試験に際してはテキストとノート（自筆に限る）のみ持ち込み可とする。
　 試験に際してはPCを使用し、実際にデータの分析を行う。　
　 期末試験70％と授業中に実施する各課題30％を合計して評価する。なお各課題とは、本授業で出題される課題（宿題を含む）や質問における実施・回答内容である。

【テキスト・参考文献】（テキスト◎、参考文献（推薦）○）

　◎石村貞夫著『すぐ分かる統計解析』（東京図書株式会社）

　○藤本壱著『Excelでできるらくらく統計解析』（自由国民社）
　○室淳子＋石村貞夫著『やさしく学ぶ統計解析』（東京図書株式会社）　　※その他、適宜資料を配付