【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）
|