| 年度 |
2024年度 |
開講部局 |
先進理工系科学研究科博士課程前期先進理工系科学専攻理工学融合プログラム |
| 講義コード |
WSQN2701 |
科目区分 |
専門的教育科目 |
| 授業科目名 |
Data Analytics for Sustainable Development |
授業科目名
（フリガナ） |
|
| 英文授業科目名 |
Data Analytics for Sustainable Development |
| 担当教員名 |
力石 真,鹿嶋 小緒里,保坂 哲朗,李 漢洙 |
担当教員名
(フリガナ) |
チカライシ マコト,カシマ サオリ,ホサカ テツロウ,リー ハンスウ |
| 開講キャンパス |
東広島 |
開設期 |
1年次生 後期 ４ターム |
| 曜日・時限・講義室 |
(4T) 火1-4：東図書館3Fセミナー室A,東図書館3Fセミナー室B,東図書館3Fセミナー室C |
| 授業の方法 |
講義 |
授業の方法
【詳細情報】 |
|
| 講義中心、演習中心、板書多用、ディスカッション、学生の発表、野外実習、作業、薬品使用 |
| 単位 |
2.0 |
週時間 |
|
使用言語 |
E
:
英語 |
| 学習の段階 |
5
:
大学院基礎的レベル
|
| 学問分野（分野） |
25
:
理工学 |
| 学問分野（分科） |
10
:
総合工学 |
| 対象学生 |
Master Students |
| 授業のキーワード |
Data Analysis, sustainable development, interdisciplinary studies (rooted in urban and transportation planning, epidemiology, ecology, climatology) |
| 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） | |
|---|
到達度評価
の評価項目
（学部生対象科目のみ） | |
|---|
| 授業の目標・概要等 |
This course is designed for understanding basic statistics and introducing data analytic skills with R for sustainable development studies, including urban and transportation planning, epidemiology, ecology, and climatology. After basic introductory classes on statistics with exercises, four case studies on different disciplines will follow, including advanced methods used in each research field. |
| 授業計画 |
1-2. Introduction and descriptive statistics (+exercise)
3. Statistical tests (+exercise)
4. Statistical tests (+exercise)
5. Linear regression (+exercise)
6. Linear regression (+exercise)
7. Logistic regression (+exercise)
8. Logistic regression (+exercise)
9. Case 1: Estimation of treatment effects (+exercise)
10. Case 1: Estimation of treatment effects (+exercise)
11. Case 2: Count data model: Poisson model and its extensions (+exercise)
12. Case 2: Count data model: Poisson model and its extensions (+exercise)
13. Case 3: Discrete choice model: multinomial logit model and its extensions (+exercise)
14. Case 3: Discrete choice model: multinomial logit model and its extensions (+exercise)
15. Case 4: Time series analysis: ARMA model and its extensions (+exercise)
16. Case 4: Time series analysis: ARMA model and its extensions (+exercise)
The maximum number of students for this course is 30. |
| 教科書・参考書等 |
Crawley, M.J. (2014) Statistics: An Introduction Using R, Second Edition, Wiley. (翻訳版：野間口健太郎・菊池泰樹 (2016) 統計学：Rを用いた入門書, 第2版, 共立出版)
Dalgaard, P. (2008) Introductory Statistics with R, Springer. |
授業で使用する
メディア・機器等 |
|
| 【詳細情報】 |
R (https://www.r-project.org/) |
授業で取り入れる
学習手法 |
|
予習・復習への
アドバイス |
All lectures will be made with exercises in R. Students are required to prepare a PC capable of running R. |
履修上の注意
受講条件等 |
The maximum number of students for this course is 30. A higher priority will be given to the students who belong to the Transdisciplinary Science and Engineering (TSE) Program. |
| 成績評価の基準等 |
our exercises (5% for each)
Four reports (one report for each case. 20% for each) |
| 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 |
|
| 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。 |