経営のデータ科学

dongmise

授業概要とねらい

社会問題や経営課題を定量的に考察するために，データサイエンスの基本概念と手法，データに基づく問題解決のプロセスを習得することを目的とする。統計的検定，回帰分析と因子分析手法を学習したうえ，データサイエンスの基本概念，データに基づく問題解決の基本手順を理解する。パソコンを動かしながら各種手法の活用を実習するだけでなく，経営システム分野における各種手法の応用についても学習する。

単位認定基準

  • データサイエンスの基本体系と役割を理解する。
  • 統計的検定の考え方を理解し，検定方法とその活用を学習する。
  • 回帰分析と因子分析手法を理解し，実例問題へ応用する知識を身につける。

授業計画

  1. データサイエンスの基本，確率と確率分布，Excelを用いた確率計算方法(4/15)
  2. 統計的仮説検定(1)：仮説検定の基本概念と手順(4/22)
  3. 統計的仮説検定(2)：平均値の検定(4/30，火曜)
  4. 統計的仮説検定(3)：平均値の差の検定(5/8，水曜)
  5. 統計的仮説検定(4)：仮説検定の応用（A/Bテスト）(5/13)
  6. 統計的仮説検定(5)：仮説検定の演習とレポート（5月20日)
  7. 回帰分析(1)：回帰分析の基本知識とExcelデータ分析ツールの使い方(5/27)
  8. 回帰分析(2)：回帰分析と相関，重要度ランキング(6/3)
  9. 回帰分析(3)：外れ値と質的変数を含む回帰分析(6/10)
  10. 回帰分析(4)：回帰分析の応用とデータに基づく問題解決の基本手順(6/17)
  11. 因子分析(1)：因子分析の基本，因子抽出方法とフリーソフトの使い方(6月24日）
  12. 回帰分析(5)：回帰分析演習とレポート（7月1日）
  13. 因子分析(2)：因子数の決定と因子回転(7/8)
  14. 因子分析(3)：因子得点と因子得点の活用方法(7/22)
  15. 因子分析(4)：因子分析演習とレポート（7月29日）

教材・教科書

プリントを配布する。

参考図書

  • 金 明哲編・董 彦文著：「経営と信用リスクのデータ科学」，共立出版，2015（大学図書館所蔵）．
  • 井尻善久[ほか]訳：統計的学習の基礎 : データマイニング・推論・予測，共立出版，2014（大学図書館所蔵）．
  • 橋本洋志, 牧野浩二共著：データサイエンス教本 : Pythonで学ぶ統計分析・パターン認識・深層学習・信号処理・時系列データ分析，オーム社，2018（大学図書館所蔵）．

授業以外の学習

  • 各回のテーマに文献・資料等を収集し事前に内容を把握しておくこと。
  • 授業で配布された資料や授業中にとったノート・メモを参考にして、授業内容の予習・復習を行うこと。
  • 基礎的な知識定着のための小テストに回答し提出すること。
  • 単位制に基づき、少なくとも60時間の授業外学修時間を必要とする。

成績評価の方法

レポート（25点×3），小テスト（25点）により評価する。

成績評価の基準

  • S：単位認定基準を満たし、かつ全ての項目で優秀な学習成果をあげた（90〜100点）
  • A：単位認定基準を満たし、かつ多くの項目で優秀な学習成果をあげた（80〜89点）
  • B：単位認定基準を満たし、かついくつかの項目で優秀な学習成果をあげた（70〜79点）
  • C：単位認定基準を満たす最低限の学習成果をあげた（60〜69点）
  • F：単位認定基準の学習成果をあげられなかった（〜59点）

オフィスアワー

金曜日12:00～14:30。それ以外の時間はいつでも気軽に研究室に来てください。

授業改善・工夫

受講生のもっている数理統計とパソコン知識に合わせて，初心者でもわかるように授業を進める

留意点・注意事項

1. この授業は一定の数学基礎を必要とするため，小数と百分率を換算できなかったり確率の概念を理解できない者は単位の取得がとても難しい。
2. 因子分析を学習する際，フリーソフトウェアを利用しなければいけないため，Windowsパソコンを用意できない場合受講できない。
3. 統計パッケージソフトを利用するため，一定のパソコン操作に関する知識・技能が必要である。Excelさえ使えない者は，受講が困難である。

第１回授業　データサイエンスの基本，確率と確率分布，Excelを用いた確率計算方法

練習問題：このリンクをクリックしてください。

必要があれば次のリンクサイトを読んでみてください。

第２回授業　統計的仮説検定(1)：仮説検定の基本概念と手順

練習問題：Coming soon。

必要があれば次のリンクサイトを読んでみてください。