社会統計学入門(’12)

主任講師: 林 拓也

履修者が、社会調査に基づく分析結果を読み取るために必要な基礎知識を習得すること、およびいくつかの分析技法を学習することを通して、自らがデータ分析を行うときに、どのような方法や手順ですすめていくかの指針を得ることを目標とする。 検討中リストに追加

各回のテーマと放送内容

※テーマをクリックすると授業内容が表示されます。

第1回 社会調査のデータと統計分析の考え方
社会調査に基づいて得られたデータを、統計分析にかけることによってどのようなことが明らかになるかについて、大まかなイメージをつかむ。また、本講義の構成と学習の指針について概説し、以降の各章の位置づけを確認する。
担当講師: 林 拓也 (奈良女子大学准教授)
第2回 データの基礎集計(1)
社会調査によって得られたデータは、それぞれを変数として分析に用いる。そこで、今回はまず、変数にはどのような性質があるのか学習する。それを踏まえ、それぞれの変数の分布状態を記述する方法を解説する。
担当講師: 石田 光規 (早稲田大学教授)
第3回 データの基礎集計(2)
度数分布を統計量を用いて記述する方法を学ぶ。まず、変数の分布の中心を表す代表値(最頻値、中央値、平均値)について学習し、次に、分布の散らばり具合を表す多様性指数、分散、標準偏差について学習する。最後に、分布における固有の観測値の位置を表すz得点について理解する。
担当講師: 石田 光規 (早稲田大学教授)
第4回 標本に基づく推測統計(1):統計的推定
標本調査から得られるデータに基づいて、標本の抽出元である母集団の値の推定についての考え方を学ぶ。標本統計量の標本分布を紹介した後、その分布形が近似する理論的な確率分布(正規分布など)と、標本分布の標準誤差について解説する。
担当講師: 林 拓也 (奈良女子大学准教授)
第5回 標本に基づく推測統計(2):統計的検定
標本調査データに基づく仮説検定の考え方について学ぶ。帰無仮説と対立仮説、有意水準、両側検定と片側検定などについて解説しつつ、検定の手順を確認していく。
担当講師: 林 拓也 (奈良女子大学准教授)
第6回 グループ間の平均の差の検定
標本調査データにおける2グループの間の平均値の差を検討する方法について学ぶ。まず、標準誤差が既知の場合および未知の場合の差の検定について学び、それから応用的手法について簡単に解説する。
担当講師: 石田 光規 (早稲田大学教授)
第7回 離散変数間の関連(1):クロス集計表と独立性の検定
離散変数同士の関連を検討する際に用いられるクロス集計表の原理を理解するとともに、二つの離散変数の間の関連性の統計的検定や、その関連の強さを示す係数について学習する。
担当講師: 田辺 俊介 (早稲田大学准教授)
第8回 離散変数間の関連(2):変数の統制と多重クロス表
第3変数の値ごとにクロス集計表を作る多重クロス集計表の原理を知ることを通じて、変数を「統制」するという考え方を学ぶ。また第3変数を用いたクロス集計表のエラボレーションによって、疑似関係や媒介関係などを発見する方法を学習する。
担当講師: 田辺 俊介 (早稲田大学准教授)
第9回 連続変数間の関連(1):ピアソンの積率相関係数
二つの連続変数の間の関連の検討方法を学ぶ。関連性の形を確認するための散布図と、直線的関連の強さを示すピアソンの積率相関係数について、その原理と検定方法について学ぶ。
担当講師: 田辺 俊介 (早稲田大学准教授)
第10回 連続変数間の関連(2):回帰分析の基礎
2つの連続変数を扱いつつ、一方の変数からもう一方の変数を予測する手法である回帰分析について、その考え方と基礎を学ぶ。またデータの事例を用いて、予測のための回帰直線、それを推定する原理(最小二乗法)、回帰係数の検定について解説する。
担当講師: 田辺 俊介 (早稲田大学准教授)
第11回 回帰分析の応用(1):ダミー変数、重回帰分析
社会調査データに多く含まれる離散変数を、回帰分析において扱う際に利用されるダミー変数について学ぶ。加えて、複数の独立変数を同時に扱う重回帰分析について解説する。
担当講師: 林 拓也 (奈良女子大学准教授)
第12回 回帰分析の応用(2):決定係数、分散分析とF検定
回帰分析における予測の精度を表す決定係数の考え方と、その検定方法としてのF検定について学ぶ。また、分散分析の応用の仕方について解説する。
担当講師: 林 拓也 (奈良女子大学准教授)
第13回 回帰分析の応用(3):回帰分析の留意点
独立変数の効果やモデルの有効性を比較するための、応用的な係数について学ぶ。また、回帰推定に際して、残差の分布や独立変数間の関連に注意を払う必要性について解説する。
担当講師: 林 拓也 (奈良女子大学准教授)
第14回 離散的な従属変数の回帰モデル:ロジスティック回帰分析
従属変数が離散変数である場合に用いるロジスティック回帰分析について学ぶ。線形的な回帰分析モデルとの違い、確率のロジット変換と係数の解釈、そして最尤法による推定と検定について解説する。
担当講師: 林 拓也 (奈良女子大学准教授)
第15回 講義のまとめと発展学習
これまでの学習内容をまとめつつ、社会調査データに基づき、どのような手順で分析をすすめていくかについて検討を加える。また、さらなる発展的な学習にあたって、いくつかの多変量解析の手法を紹介する。
担当講師: 林 拓也 (奈良女子大学准教授)

放送メディア:

ラジオ

放送時間:


2017年度 [第1学期] (金曜)
11時15分〜12時00分
2016年度 [第2学期] (火曜)
24時45分〜25時30分

単位認定試験 試験日・時限:

2017年度 [第1学期]
2017年7月29日 (土曜)
7時限 (16時45分~17時35分)

単位認定試験 試験日・時限:

2016年度 [第2学期]
2017年1月26日 (木曜)
5時限 (14時25分~15時15分)

開設年度:

2012年度

科目区分:

共通科目

科目コード:

1128256

単位数:

2単位
このページの先頭へ