心理統計法(’17)

主任講師: 豊田 秀樹

心理学の研究で利用される代表的な統計手法として「データの記述」「正規分布」「独立した2群の差」「相関係数」「対応ある2群の差」「実験計画法」「比率・連関」「回帰分析」などを学習します。座学だけでは実技は身につきませんので、章末の実習の課題を行うことによって、これらの手法に実際に接してください。 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 データ分布の要約
実験・調査・観察などによって収集したデータの特徴を記述するための方法について学習する。分布の代表値としては平均値・中央値・最頻値を、散布度としては分散・標準偏差を解説する。
担当講師: 豊田 秀樹 (早稲田大学教授)
第2回 事後分布とベイズの定理
理論分布の一般的性質をしらべた後、同時分布・条件付き分布を学び、それを利用してベイズの定理を導入する。尤度・事前分布・正規化定数・事後分布の意味を確認し、3囚人問題という具体的な問題を考える。
担当講師: 豊田 秀樹 (早稲田大学教授)
第3回 1群の正規分布の分析
本章では主として2つのことを学習する。1つはマルコフ連鎖モンテカルロ法による事後分布の評価方法と解釈方法である。その際、乱数の収束判定指標について学ぶ。もう1つは正規分布における平均・標準偏差の推測の方法である。その課題を通じ、 EAP、 MED、MAPによる点推定、確信区間による区間推定、予測分布による予測区間を学ぶ。
担当講師: 豊田 秀樹 (早稲田大学教授)
第4回 生成量と研究仮説が正しい確率
間隔尺度と比率尺度の違いを学んだ後に、生成量を利用して、分散・変動係数・効果量・分位点などの点推定・区間推定を行う。基準点・基準確率の設定がデータ分析にとって有用であること、研究仮説が正しい確率を計算することによってデータに対する理解が深まることを学ぶ。
担当講師: 豊田 秀樹 (早稲田大学教授)
第5回 2群の差の分析1
調査研究や実験研究で多く用いられる独立した2群の差の推測方法を、2回にわたって解説する。独立とは、この場合、互いに影響し合わずに測定がなされることである。統計モデルの観点からは、標準偏差が共通しているモデルと、標準偏差が異なるモデルの2種類に大別される。
担当講師: 豊田 秀樹 (早稲田大学教授)
第6回 差を解釈するための指標
前回の続きで、独立した2群の差の推測方法を論じる。その過程で効果量、非重複度、優越率、閾上率など、差を解釈するための幾つかの概念が登場する。さまざまな研究上の問いと、これらの指標との関係を理解し、群間差に関するきめの細かい情報をデータから引き出すことを目的とする。
担当講師: 豊田 秀樹 (早稲田大学教授)
第7回 相関と2変量正規分布
2つの変数の重要な要約的観点である相関関係を学習する。その過程で、平均偏差データ、標準化データ、共分散、相関係数などの統計量が登場する。さらに2変量正規分布を使った統計的推論の基本を理解し、次の章で学習する対応ある2群の差の推論に備える。
担当講師: 豊田 秀樹 (早稲田大学教授)
第8回 2群の差の分析2
心理学では、被験者や、ブロックや、その他の対象に関して、しばしば対応ある測定がなされる。今回は対応ある2群の差の推測方法について学習する。差得点の標準偏差、差得点の効果量、差得点の優越率、差得点の閾上率などの考え方に着目し、理解を深めていく。さまざまな研究上の問いと、これらの指標との関係を理解し、対応ある2群の差に関するきめの細かい情報をデータから引き出すことを目的とする。
担当講師: 豊田 秀樹 (早稲田大学教授)
第9回 1要因実験の分析
心理学では、実験を用いて研究を行うことが多く、さまざまなデータ収集法がデザインされている。それらの技法について2回にわたって解説する。1回目は、1つの要因を扱うデザインを論じる。
担当講師: 豊田 秀樹 (早稲田大学教授)
第10回 2要因実験の分析
前回の続きで、2つの要因を扱う実験デザインとその分析法について学習する。2要因の実験デザインでは、要因の間の交互作用・単純効果・多重比較・連言命題が正しい確率が重要な役割を果たすので、その意味・解釈・評価について解説を行う。
担当講師: 豊田 秀樹 (早稲田大学教授)
第11回 2項分布による分析
2項分布を利用したデータ解析法を学習する。賛成・反対のような計数データの比率の分析法を学んだ後、複数の2項分布の差の推測に関する技法を身につける。また比率の差・比率の比・オッズ比についても、その概念と使用方法を理解する。
担当講師: 豊田 秀樹 (早稲田大学教授)
第12回 多項分布による分析
多項分布を利用したデータ解析法を学習する。血液型のような3つ以上の値をとる計数データの推測を学んだ後、対応あるクロス表の独立と連関の概念を身につける。またピアソン残差、クラメールの連関係数の使用方法を理解する。
担当講師: 豊田 秀樹 (早稲田大学教授)
第13回 単回帰分析
いっぽうの変数から他方の変数を予測・説明するための回帰分析法を2回に渡って学習する。1回目は予測するための変数が1つの場合である単回帰分析を紹介する。回帰係数の意味、予測値と予測分布の相違、決定係数や残差の解釈などを学ぶ。
担当講師: 豊田 秀樹 (早稲田大学教授)
第14回 重回帰分析
前章の続きで回帰分析の後半を学習する。今回は予測に利用する変数が2つ以上ある重回帰分析に焦点をあてる。多変量データの要約的表現を紹介し、続いて重回帰モデルの意味、重相関係数の解釈、標準偏回帰係数と相関係数の相違、変数選択などを学ぶ。
担当講師: 豊田 秀樹 (早稲田大学教授)
第15回 発展的学習によせて
本書を読了した後、読者が自身で勉強を続けるには、どうしたらよいのだろう。本章では2つの内容を学習する。第1に、これまでの学習内容の位置付けをする。第2に、更なる学習のための展望を行う。
担当講師: 豊田 秀樹 (早稲田大学教授)

放送メディア:

テレビ

放送時間:


2018年度 [第1学期] (木曜)
8時15分〜9時00分
2017年度 [第2学期] (日曜)
0時00分〜0時45分

単位認定試験 試験日・時限:

2018年度 [第1学期]
2018年7月31日 (火曜)
5時限 (14時25分~15時15分)

単位認定試験 試験日・時限:

2017年度 [第2学期]
2018年1月28日 (日曜)
3時限 (11時35分~12時25分)

開設年度:

2017年度

科目区分:

専門科目

科目コード:

1529196

単位数:

2単位
このページの先頭へ