情報処理応用 (B：経済経営)

Applied Information Processing (B：経済経営)

全学共通科目

-

国際商経学部／経済学部／全学部（全学共通科目、教職課程科目、副専攻科目）

1年

IA9991GCA7

2.00単位

講義・演習 (Lecture/Seminar)

2024年度後期

(Spring semester)

植野　和文

非常勤講師

日本語

目標9

授業終了後，教室にて

ー

ー

4-1◎／4-2◎

ー

講義目的：データ処理の基礎的な知識と技能を習得し，併せて初歩的な統計の概念を理解することを目的とする．
到達目標：データを処理，分析するための技法の習得と，興味あるテーマの仮設定と前述の技法を適用した調査，分析を行えること．

キーワード：データ処理，統計学，Microsoft Excel

Ⅰ．講義内容
データ処理の基礎的な知識習得と初歩的な統計の概念理解のため，ＰＣ実習を行いながら，下記の授業計画に従って講義を行う．

Ⅱ．授業計画
　１．ガイダンス，データの平均（さまざまな平均）
　２．データの分散１（分散，標準偏差，四分位）
　３．データの分散２（偏差値，変動係数）
　４．度数分布（頻度計算、ヒストグラム）
　５．相関関係１（共分散，相関係数，回帰直線）
　６．相関関係２（決定係数，散布図と近似曲線，クロス集計表）
　７．乱数１（乱数の使い方）
　８．乱数２（乱数によるシミュレーション入門）確率分布１（確率分布の基礎）
　９．中間テスト
１０．確率分布２（２項分布）
１１．確率分布３（２項分布における理論と実験）
１２．確率分布４（幾何分布，ポアソン分布）
１３．確率分布５（正規分布）
１４．確率分布６（種々の分布と正規分布の関連性，標準正規分布）
１５．まとめ
（授業の構成や進め方によって、内容が前後・変更することもあるので担当者の指示に従って下さい）

生成AIの利用に関する注意事項：
生成AIは発展途上の技術で，まだ解決すべき課題や問題が残されています．
講義とPC上で演習を行う本科目では，受講生がその成果物に生成AIを活用する
ことは考え難いですが，受講生が生成AIを活用することがあった場合には，
その長所と短所を理解したうえで慎重に活用してください.

白石修二 著｢例題で学ぶExcel統計入門　第2版｣ 森北出版
（大学生協で購入可能）

授業中に必要に応じて指示する．

予習復習について，時間等はおおむね以下の通りだが，詳細は担当者から適宜説明する．
予習：次回に行う内容に対して、教科書等で事前予習（1時間*15回分）
復習：毎回の課題及びレポート課題等提出（2時間*15回分）
教科書や配布資料等の見直し等による復習（1時間*15回分）

採用しない

レポート課題を数回課す．定期試験は実施しない．授業時間内に小テストを実施する．
評価は，平常点（３０％）とレポート課題・小テスト（７０％）で行う．
出席回数が講義回数の２／３程度以上の受講者を評価の対象とする．
※定期試験は実施しない

基本的に授業中の説明時，もしくは，UNIVERSAL PASSPORTのクラスプロファイル機能等を利用し，フィードバック等を行う予定だが，詳細は担当者から適宜説明する．

「データサイエンス入門」もしくは「情報処理基礎」を履修済みであること．
ＰＣ教室（定員６０名）で演習を行うが，人数は１クラス当たり３０名程度を上限とする．
UNIVERSAL PASSPORTの履修抽選機能を利用することで、履修予定人数が上限を超える場合、履修制限（ランダム抽選）を行う.
これらの履修制限及び履修抽選のスケジュール等に関する詳細については，後期開始時に学務課掲示板等にも掲示するので，受講予定の学生は確認しておくこと．

該当しない

国際商経学部の学生，及び，経済学部の学生を対象とする．
統計の概念が容易に理解できるように，例題を初歩的なものから取り上げる．