【授業の目的】
代表的な多変量解析法について学習し,データ解析ツールを「ブラックボックス」としてではなく,中身を理解したうえで使える力を身につける.
【授業の到達目標】
(1)相関分析ができるようになる. (2)重回帰分析ができるようになる. (3)主成分分析ができるようになる. (4)判別分析ができるようになる. (5)クラスター分析ができるようになる.
【授業概要(キーワード)】
データマイニング,多変量解析,回帰分析,主成分分析,判別分析,クラスター分析
【科目の位置付け】
この科目は各専攻共通科目である.
【授業計画】
・授業の方法
(1)プロジェクタ投影内容への書き込みや口頭による補足・解説を行う. (2)テキストや資料の配布,レポートの出題,レポートの提出はWebClassを利用する.
・日程
以下のテーマについて,2~3回/テーマ位のペースで進行する. 1.基礎知識 2.相関分析 3.回帰分析 4.主成分分析 5.判別分析 6.クラスター分析
【学習の方法】
・受講のあり方
漫然とスクリーンを眺めるのではなく,説明を聞いて授業中に理解するように努める.
・授業時間外学習へのアドバイス
(1)事前にテキストや資料が配布されている場合は,疑問点を洗い出してから授業に臨む. (2)計算例はただ眺めるのではなく,自分で手を動かして計算しておく. (3)確率統計,線形代数などの基礎知識についても不安があれば復習しておく.
【成績の評価】
・基準
レポートの合計点が60点以上で合格とする.
・方法
各テーマについてのレポートで評価する.
【テキスト・参考書】
テキスト:配布資料 参考書:長畑秀和「多変量解析へのステップ」共立出版(2001年)2,100円 水野欽司「多変量データ解析講義」朝倉書店(1996年)6,090円 奥野忠 他「多変量解析法」日科技連(1984年)4,725円
【その他】
・学生へのメッセージ
(1)シグマ記号からはじまり線形代数,確率統計などの知識が必須なので,よく復習しておくこと. (2)教員からの連絡はWebClassを利用する.重要な連絡がないか常にチェックすること.
・オフィス・アワー
毎週金曜日16:00~17:00(7号館204号室)
|