シラバス参照
シラバス参照
| 科目一覧へ戻る | 2023/03/17 現在 |
| 科目名／Subject | 意思決定論II |
|---|---|
| 担当教員（所属）／Instructor | 片岡 駿 (商学部) |
| 授業科目区分／Category | 昼間コース 学科別専門科目 |
| 開講学期／Semester | 2021年度／Academic Year 後期／Fall Semester |
| 開講曜限／Class period | 他 |
| 対象所属／Eligible Faculty | 商学部／Faculty of Commerce |
| 配当年次／Years | 3年 , 4年 |
| 単位数／Credits | 2 |
| 研究室番号／Office | |
| オフィスアワー／Office hours |
| 更新日／Date of renewal | 2021/02/26 | ||
|---|---|---|---|
| 授業の目的・方法 ／Course Objectives and method |
<目的> 多変量解析に関する基本的知識を習得することを目的とする． 多変量データの取り扱い方を理解し，目的に応じた分析法を選択できるようになる． <方法> 授業は講義形式で行い，基本的に板書によって進める． ほぼ毎回の授業でミニテストを実施し講義内容の理解を促す． 授業内容に関するレポート課題を課す． |
||
| 達成目標 ／Course Goals |
・１次元・２次元のデータを正確に分析できるようになる． ・多変量解析の各分析法の特徴を説明できる． ・目的に応じた分析方法を選択できる． |
||
| 授業内容 ／Course contents |
１．多変量解析の概要 ２．１次元データの読み方１：要約統計量 ３．１次元データの読み方２：ヒストグラム ４．２次元データの読み方１：要約統計量 ５．２次元データの読み方２：散布図 ６．多変量解析の考え方１：散布図行列 ７．多変量解析の考え方２：多変量データの変換 ８．主成分分析 ９．判別分析 １０．重回帰分析 １１．因子分析 １２．行列分解 １３．クラスター分析１：K-Means 法 １４．クラスター分析２：デンドログラム １５．まとめ |
||
| 事前学修・事後学修 ／Preparation and review class |
<事前学習> 講義資料に目を通しておくこと． <事後学習> 講義資料・ノートを読み直し，講義内容を説明できるようになること． |
||
| 使用教材 ／Teaching materials |
講義資料を manaba で配布する． | ||
| 成績評価の方法 ／Grading |
期末試験・レポート・ミニテストの成績から評価する． 以下の基準で評価を行い，最も評価の高いものを最終成績として採用する． （１）期末試験（100%） （２）期末試験（70%）＋レポート（30%） （３）期末試験（50%）＋レポート（30%）＋ミニテスト（20%） |
||
| 成績評価の基準 ／Grading Criteria |
社会情報学科標準成績評価基準に従う． | ||
| 履修上の注意事項 ／Remarks |
・ミニテストは manaba により提出するため，スマートフォン等の manaba に接続できる端末を毎回よういすること． | ||
| 実務経験者による授業 ／Courses conducted by the ones with practical experiences |
該当しない／No | ||
| 遠隔授業 ／Online class |
|