問題解決に必要となる各種データ（社会調査、心理・人間工学実験など）の処理や分析手法への理解を深めるために、分布の可視化、距離データの記述と検定、相関、重回帰分析、分散分析などを取り上げる。そして、コンピュータを用いた多変量解析の方法を中心とした実習を通して、各種データを効率的に適切処理・分析できる能力を得ることが目的である。

（１）問題解決に必要となる各種データの処理や分析手法を説明し、記述できる。【知識・理解】
（２）コンピュータを用いて、各種データを効率的かつ適切に処理・分析できる。【技能】
（３）データの分析結果の妥当性について、相談や討議することができる。【態度・習慣】

データ処理、統計、多変量

D-1．演習、実習、実験等を行う機会がある。：51～75％

この授業は、課題解決について情報処理の観点から論理的に分析し、解決策を提案する力を身につけるために編成される科目である（人文社会科学部人間文化コースのカリキュラム・ポリシー)。

09.産業と技術革新の基盤をつくろう
12.つくる責任つかう責任

各種データの情報処理に関する実習を行う。授業資料、講義スライド等を用いて、解説します。授業の実施形態は、対面を予定しています。

1　ガイダンス、実習の準備
2　多変量解析の概要、基礎知識の確認
3　分布の可視化、統計量
4　仮説検定（Ｆ検定、ｔ検定）
5　相関と単回帰分析、仮説検定（ｒ検定）
6　重回帰分析（１）
7　重回帰分析（２）、数量化理論Ⅰ類
8　多変量に関する総合課題（１）
9　分散分析（１）
10　分散分析（２）
11　多変量に関する総合課題（２）
12　因子分析（１）
13　因子分析（２）
14　多変量に関する総合課題（３）
15　まとめ、課題レポート作成

積極的に課題に取り組み、分からないことは教員に質問したり、事例を探すなどすること。

・予習のあり方
事前に講義資料に目を通して、分からない専門用語等を調べておくこと。
・復習のあり方
授業内で理解できなかった事項は、文献等で調べるとともに、授業時に質問すること。

授業の到達目標で示した３つの目標を達成できたことを合格の基準とします。知識の修得、理解の度合い、論理的思考力、参加の度合いを、平常点、課題レポートにより評価する。

平常点（授業への参加状況）３０点、課題提出とその内容７０点で評価します。

テキストは使用しない。必要な資料は随時配布します。参考書は授業内で紹介します。

担当授業回数は、本多７回、大杉３回、小林３回です。初回のガイダンスと最終のまとめの２回は３名の合同で実施します。
認知情報科学プログラムに所属する学生は本科目を必ず受講してください。
人文社会系の学生やコンピュータの初心者や苦手な方でも受講できるように配慮します。
社会調査士資格のE科目（多変量解析の方法に関する科目）に対応予定です。

各担当教員のオフィス・アワーは、他のシラバスを参照してください。
確実に面談したい場合は電子メール等で事前の予約をお願いします。