山口大学教務システム - 1012111050-統計学演習

開講年度	開講学部等
2026	ひと・まち未来共創学環
開講学期	曜日時限	授業形態	AL（アクティブ・ラーニング）ポイント
後期	木1～2		10.0
時間割番号	科目名[英文名]			使用言語	単位数
1012111050	統計学演習			日本語	2
担当教員（責任）[ローマ字表記]					メディア授業
杉野弘明[SUGINO Hiroaki]					ー
担当教員[ローマ字表記]
杉野弘明　[SUGINO Hiroaki]
特定科目区分		対象学生		対象年次
ディプロマ・ポリシーに関わる項目			カリキュラムマップ(授業科目とDPとの対応関係はこちらから閲覧できます)

授業の目的と概要

本授業は、「統計学概論」で学んだ基礎的な考え方と手法を基盤として、統計ソフトウェアを用いてデータに対する統計的処理の方法を理解し、適切に活用する力を養うことを目的とする。本講義を通し、データの取り込み・加工・可視化から、推測統計や線形モデル、多変量解析手法までを扱い、目的とデータの種類に応じて適切な分析手法を選択できる統計的判断力を育成する。さらに、実際に統計ソフトウェア等を用いて分析を実施し、結果の解釈と報告ができる実践力の習得を目指す。
具体的には、統計的仮説検定、回帰・相関分析、分散分析（ANOVA）、ノンパラメトリック検定、主成分分析、クラスタ分析、因子分析などの応用的手法を取り扱う。これにより、社会科学、人文科学、自然科学など多様な分野における統計的問題解決への応用力を高める。

授業の到達目標


・様々な多変量データに対する統計処理の方法を理解する。・目的とデータの種類に応じて、適切な手法を選択し活用できる。・実際に統計ソフトウェアを動かし、応用的な統計処理を行うことができる。

授業計画

【全体】

本講義は、統計学概論で学んだ基礎的な統計理論を踏まえ、それらを実際のデータ分析に応用する力を養うことを目的とする。前半では、データの取り込み・加工・可視化といったデータハンドリングの基礎を確認し、記述統計および確率・標本分布の理解を再構築する。中盤では、線形モデルや仮説検定、平均の差の検定、分散分析などの推測統計手法を実際に実装し、モデルの構造と解釈を深める。後半では、主成分分析、クラスター分析、因子分析などの多変量解析手法を扱い、複雑なデータ構造を整理・説明する方法を学ぶ。各回では統計ソフトウェアを用いた演習を行い、分析結果の解釈と報告を重視する。最終的には、目的とデータの特性に応じて適切な手法を選択し、応用的な統計処理を自律的に実施できる実践力の習得を目指す。

（注）講義日程は進行状況等により変更する場合がある。

	項目	内容	授業時間外学習	備考

第1回	講義オリエンテーション	・統計学概論の主要概念（記述・推測・回帰）の復習・分析環境の構築（ソフト設定・データ構造理解）・基本操作（データ読み込み・確認）	講義内容の予習（目安：2時間以上）。

第2回

データハンドリング基礎

・データの取り込みと確認
・変数参照・データ加工
・欠損値処理と整形

講義内容の予習と復習（目安：4時間以上）。

第3回

記述統計

・代表値と散布度の計算
・ヒストグラム・箱ひげ図等可視化
・データの標準化

講義内容の予習と復習（目安：4時間以上）。

第4回

確率の基本

・確率の定義・法則
・確率分布の基本と中心極限定理
・分布の特徴理解

講義内容の予習と復習（目安：4時間以上）。

第5回

標本と母集団

・標本抽出と推測の前提
・標本分布と標準誤差
・信頼区間の概念理解

講義内容の予習と復習（目安：4時間以上）。

第6回

線形モデルの基礎

・相関と因果の違い
・単回帰モデルの構造理解
・回帰直線の可視化と解釈

講義内容の予習と復習（目安：4時間以上）。

第7回

回帰分析と決定係数

・重回帰分析の実施手順
・偏回帰係数と偏相関の意味
・決定係数とモデル適合度

講義内容の予習と復習（目安：4時間以上）。

第8回

統計的仮説検定

・仮説検定の枠組み（帰無・対立仮説）
・相関係数の検定
・回帰係数の有意性検定

講義内容の予習と復習（目安：4時間以上）。

第9回

平均の差の検定

・t検定の前提条件
・1標本t検定の実施
・2群比較（独立・対応あり）の検定

講義内容の予習と復習（目安：4時間以上）。

第10回

分散分析

・一元配置分散分析の理論
・群間・群内分散の理解
・多群比較の実施と解釈

講義内容の予習と復習（目安：4時間以上）。

第11回

ノンパラメトリック検定

・パラメトリックとの違い
・マン・ホイットニー検定／ウィルコクソン検定
・順位データの扱い方

講義内容の予習と復習（目安：4時間以上）。

第12回

主成分分析

・分散最大化の考え方
・固有値と寄与率
・次元削減と可視化

講義内容の予習と復習（目安：4時間以上）。

第13回

クラスター分析

・距離と類似度の概念
・階層的クラスタリングの実施
・デンドログラムの解釈

講義内容の予習と復習（目安：4時間以上）。

第14回

因子分析

・潜在変数の概念
・因子負荷量と共通性
・回転法と解釈

講義内容の予習と復習（目安：4時間以上）。

第15回

振り返りとまとめ

・手法選択の判断基準整理
・分析結果の統合的解釈
・統計的思考の確認

講義内容の予習と復習（目安：4時間以上）。

第16回

予備日

最終課題提出に向けた予備日

講義内容の復習（目安：2時間以上）。

※AL（アクティブ・ラーニング）欄に関する注
・授業全体で、AL（アクティブ・ラーニング）が占める時間の割合を、それぞれの項目ごとに示しています。
・A〜Dのアルファベットは、以下の学修形態を指しています。
【A：グループワーク】、【B：ディスカッション・ディベート】、【C：フィールドワーク（実験・実習、演習を含む）】、【D：プレゼンテーション】

A: 10%　B: 10%　C: 60%　D: 20%

成績評価法

本講義では、講義内課題、講義外課題レポート、最終成果物に基づいて評価します。
講義内課題30％、講義外課題レポート40％、最終成果物30％

ルーブリック等の評価基準

	ファイル名	備考
ルーブリック等の評価基準	SPARC教育プログラムのルーブリック.pdf
ルーブリック等の評価基準	統計学演習_講義評価ルーブリック.pdf

（注）ルーブリックとは、評価水準である「尺度」と、尺度を満たした場合の「特徴の記述」で構成される評価指標のことを言います。

教科書にかかわる情報

備考

特に用いない。毎回講義内容に応じた資料を作成し、配布する。

参考書にかかわる情報

参考書	書名	基礎から学ぶ統計学				ISBN	4758121214
参考書	著者名	中原治著	出版社	羊土社				出版年	2022

備考

必要に応じて指示する。もし統計学について本を手元に置いて勉強したい場合は、「中原治(著) 基礎から学ぶ統計学 (羊土社　2022)」をお勧めします。

メッセージ

本講義では、データ科学のための数学や、統計学の基礎で身に着けた知識に基づいて、実践的な分析や解析を行っていきます。一朝一夕で身に着く技術ではありませんが、粘り強く向き合うことで確かな思考力が養われます。統計解析という言葉に恐れず、自身が有するデータと対話し、自ら考える姿勢を大切にしてください。講義外での質問などについては、下記のメールアドレスにいつでもご連絡ください。

キーワード

統計，情報処理，データサイエンス，推定，仮説検定，社会科学

持続可能な開発目標（SDGs）

(教育)すべての人に包摂的かつ公正な質の高い教育を確保し、生涯学習の機会を促進する。

(持続可能な都市)包摂的で安全かつ強靱（レジリエント）で持続可能な都市及び人間居住を実現する。

(持続可能な生産と消費)持続可能な生産消費形態を確保する。

(平和)持続可能な開発のための平和で包摂的な社会を促進し、すべての人々に司法へのアクセスを提供し、あらゆるレベルにおいて効果的で説明責任のある包摂的な制度を構築する。

メディア授業