English

年度	2024年度	開講部局	情報科学部
講義コード	KA123001	科目区分	専門教育科目
授業科目名	カテゴリカル・データ分析（CDA）
授業科目名 （フリガナ）	カテゴリカル・データブンセキ（シーディーエー）
英文授業科目名	Basic and practice in Categorical data analysis
担当教員名	門田　麗
担当教員名 (フリガナ)	モンデン　レイ
開講キャンパス	東広島	開設期	2年次生   後期   ４ターム
曜日・時限・講義室	(4T) 木1-4：教K201
授業の方法	講義	授業の方法 【詳細情報】	対面, オンライン（同時双方向型）, オンライン（オンデマンド型）
			講義中心、演習中心
単位	2.0	週時間	4	使用言語	B : 日本語・英語
学習の段階	2 : 初級レベル
学問分野（分野）	25 : 理工学
学問分野（分科）	02 : 情報科学
対象学生	2年次生　後期　４ターム
授業のキーワード	カテゴリカルデータ分析、一般化線形モデル、R、RMarkdown
教職専門科目		教科専門科目
プログラムの中での この授業科目の位置づけ （学部生対象科目のみ）	統計的知識を習得し応用する
到達度評価 の評価項目 （学部生対象科目のみ）	計算機科学プログラム （能力・技能） ・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力． データ科学プログラム （総合的な力） ・D3. 複合的に絡み合う社会的ニーズや課題を俯瞰し，データに基づいた定量的かつ論理的な思考と多角的視野と高度な情報分析能力で課題を解決する能力． 知能科学プログラム （総合的な力） ・D3. 複合的に絡み合う社会的ニーズや課題を俯瞰的に捉え，知能科学の幅広い知識に基づいた多角的視野と分析能力で課題を解決する能力．
授業の目標・概要等	カテゴリカルデータ分析法とR、Rmarkdownを用いて学ぶ
授業計画	第1回：ガイダンス、Rstudio cloud 第2回：基礎知識の確認 第3回：分割表の分析（理論） 第4回：分割表の分析 (演習) 第5回：一般化線形モデル（理論） 第6回：一般化線形モデル (演習) 第7回：ロジスティック回帰分析 (理論) 第8回：ロジスティック回帰分析 (演習) 第9回：多重ロジスティック回帰 第10回：ロジスティック回帰分析の構築と応用（理論） 第11回：ロジスティック回帰分析の構築と応用（演習） 第12回：マルチカテゴリーロジットモデル 第13回：対応のあるペア分析・周辺モデルと個別モデル 第14回：一般化線形混合モデル 第15回：分割表と係数データへの対数線形モデル 毎回課題を出すので、それを提出することによって出席確認を行う。
教科書・参考書等	参考書 (初回に説明するので購入する必要なし) An Introduction to Categorical Data Analysis 3rd ed.著Alan Agresti
授業で使用する メディア・機器等	テキスト, 配付資料, Microsoft Teams, その他（【詳細情報】を参照）
	【詳細情報】	PC（授業中に演習を含む）
授業で取り入れる 学習手法	授業後レポート
予習・復習への アドバイス	参考書を適宜予習・復習に用いる。
履修上の注意 受講条件等
成績評価の基準等	授業への参加態度(5%)、演習問題(レポート)(40%)、期末レポート(55%)の３要素により評価する。
実務経験
実務経験の概要と それに基づく授業内容
メッセージ	本講義では様々なカテゴリカルデータ分析手法とＲmarkdownを用いた実データ解析を行う
その他
すべての授業科目において，授業改善アンケートを実施していますので，回答に協力してください。 回答に対しては教員からコメントを入力しており，今後の改善につなげていきます。