データサイエンスII の履歴(No.2)

• 履歴一覧
• 差分 を表示
• 現在との差分 を表示
• ソース を表示
• データサイエンスII へ行く。
  • 1 (2024-01-11 (木) 02:14:17)
  • 2 (2024-01-11 (木) 02:39:14)
  • 3 (2024-01-29 (月) 14:48:37)
  • 4 (2024-07-11 (木) 13:39:29)
  • 5 (2024-11-23 (土) 19:20:56)

到達目標†

まだまだ編集中です。 データサイエンスの実践として、表計算ソフトを利用した基本的な統計処理や分析に基づき、現状の把握や問題解決案を検討することができる。

授業概略†

アンケートや調査などによって得られたデータは、眺めているだけでは何の役にも立たない。データは要約し、分析されてはじめて意味のある（役に立つ）情報となる。

表計算ソフトは、いくら“使い方”を学んでも、それを用いてデータをどのように分析（処理、計算）するかを知らなくては使いようがない。この実習ではデータサイエンスの実践として、前述のような様々な問題の分析の基礎となる、表計算ソフト Microsoft Excel を用いた統計処理やオペレーションズ・リサーチ（OR；作戦研究）の基礎を実習する。

なお、この実習では、“数字が苦手”であっても理解できるよう、グラフ化により視覚的に理解しやすい分析手法ばかりを取り上げているので、PC の基本操作ができる方には気楽に受講してもらいたい。演習方法は、まず例題を教員の説明および指導にもとづいて一緒に作成し、その後、異なるデータを用いて例題同様の処理・分析を行う（課題）ことになります。この実習を受講すれば、実際の問題解決のための表計算や、複雑なグラフの描画とその解釈など、本当の意味での Excel が使える人（Excel で仕事ができる人）になれるでしょう。

授業計画†

• 履修ガイダンスおよび BYOD 個人ノート PC の動作環境（Excel,Teams,OneDriveほか）確認
• Excel の基本操作
• データの特徴を見る （度数分布表、ヒストグラム）
• データの特徴を読む （平均値、中央値、最頻値、分散、標準偏差、歪度、尖度）
• 対応しているデータの関係を知る （散布図、相関係数）
• 対応しているデータから予測する 1 （回帰分析、決定係数）
• 対応しているデータから予測する 2 （多項式回帰）
• 時系列データから規則性を知る （時系列分析、移動平均法、最小二乗法）
• データが属するグループを判別する （判別分析、散布図、層別散布図）
• 待ち行列を分析する（確率モデルによるシミュレーション）
• 最適な組み合わせを知る（線形計画法）

各例題の Excel ワークシート (PDF)

各例題に対応する課題 (PDF)

成績評価の方法・基準†

課題により評価する。

事前準備学習†

コンピュータ基礎 I または II を履修済みであるか、Windows の基本操作ができること。

備考†

教養課程の「はじめての統計学」を併せて履修（後でも先でも）するとより理解が深まります。