Thesis Seminar 2 (J)

Thesis Seminar 2 (J)

Major Courses

ー

School of Economics and Management

4Year

KCCBK4MCA3

2.00Credits

演習 (Seminar)

Fall semester 2026

森谷 義哉

国際商経学部

Japanese

4

火曜日／昼休み(12:10-13:00)／教員研究室

1◎／3◎

ー

N/a

ー

【講義目的】
現在は、どのような分野においても、必要なデータを正しく収集し、正確に分析して、適切な結論を導く力が重要である。統計学は、そのような力を身につけるための基本的な科目の一つである。このゼミナールでは、データ解析の実践的な知識を習得し、プログラミングを用いて現実的な課題を数理的に考察して結論を導くことができるようになることを目的とする。
さらに、データ解析の経験を通じて、卒業論文の作成に必要な研究姿勢を身につけることも目的とする。
【到達目標】

1. 自分の興味や関心から研究テーマを決め、「問い」を設定できる。
2. 研究計画書を作成・修正し、自分の研究を卒業論文としてまとめることができる（データ解析を含む場合は、適切なデータ解析を行うことができる）。
3. 研究内容をわかりやすく発表できる。

サブタイトル：実践的なデータ解析の知識とスキルを学ぶ。
キーワード：データ解析、プログラミング、Python、R

【講義内容】
各学生が自分の研究内容を発表し、それをゼミナールの全員で検討することによって、卒業論文の完成を目指す。
【講義計画】
  1-5. 卒業論文の作成
　・先行研究をまとめる。
　・新しい成果を目指して、分析や考察を行う。
　・データ分析に必要な統計学の知識やプログラミングのスキルを身につける。
  6-12. 卒業論文の確認
　・卒業論文を修正する。
　・卒業論文を提出する。
13-15. 卒業論文発表会
　・卒業論文の内容を発表し、最終評価を行う。
※パソコンの利用：原則として、毎回使用する。

※研究・卒研ゼミナールの全体的な計画

1. 研究ゼミナールⅠ（2年次・後期）
   論文の書き方を学習する。
   データ解析の知識とスキルを習得する。
   プログラミングのスキルを習得する。
2. 研究ゼミナールⅡ（3年次・前期）
   データ解析の知識とスキルを習得する。
   プログラミングのスキルを習得する。
   研究テーマを設定し、必要な情報を収集する。
3. 研究ゼミナールⅢ（3年次・後期）
   データ解析の知識とスキルを習得する。
   プログラミングのスキルを習得する。
   研究計画書を作成し、ミニ卒業論文を作成する。
4. 卒研ゼミナールⅠ（4年次・前期）
   研究計画書を修正し、卒業論文を作成する。
5. 卒研ゼミナールⅡ（4年次・後期）
   卒業論文を作成する。

In-person

・対面授業のみ
・遠隔授業単位上限の適用を受けない

Fully permitted

生成AIの利用にあたっては『本学の教育における生成AIの取扱いについて（学生向け）』の記載内容について留意すること。
この授業においては、授業内、予習復習、レポート等を含む成果物作成等において生成AIの利用を全面的に許可しており、生成AIの利用について制限を設けないが、生成AIによる出力結果をそのまま課題・レポートとして提出してはならない。生成AIの出力した内容について、事実関係の確認や出典・参考文献を確認・追記することが重要である。使用した場合にその旨をレポート等に記載するかどうか等については、担当教員の指示に従うこと。

授業中に適宜指示する。

受講者と相談の上、適宜指示する。

【事前学習】

1. 資料を収集したりデータ解析を行ったりしながら、卒業論文を作成する(30h)

【事後学習】

1. ゼミナールでの検討結果をふまえて、卒業論文を修正する(30h)

【成績評価の基準】
研究テーマを設定し、卒業論文を作成できる者については、講義目的・到達目標に記載する能力（知識・技能、思考力、判断力、表現力等）の到達度に基づき、S（90点以上）、A（80点以上）、B（70点以上）、C（60点以上）による成績評価の上、単位を付与する。
S: 非常に優れた卒業論文を作成することができ、研究内容を正確に説明できる。
A: 優れた卒業論文を作成することができ、研究内容を適切に説明できる。
B: 標準的な卒業論文を作成することができ、研究内容を概ね適切に説明できる。
C: 概ね標準的な卒業論文を作成することができ、必要最低限の研究内容を説明できる。
【成績評価の方法】
以下の2項目を基準として、受講態度（発表・質問・ディスカッション）を含めて総合的に評価する。

1. 卒業論文に取り組む姿勢：50%
2. 卒業論文の完成度および卒業論文発表会における発表内容：50%

※卒業論文の面接試験の方法：卒業論文発表会において、発表及び質疑応答を行う。

課題は、次回の授業で優れたものを紹介しながら講評する。

【履修上の注意】

1. 研究テーマについてはゼミナールの教員と十分に相談してください。このゼミナールでは、統計学または情報に関連した研究テーマが望ましいですが、それら以外の研究テーマでも前向きに取り組むことができれば可能です（ただし、どのような研究テーマにも対応できるわけではないので、必ず事前に相談してください）。
2. ゼミナールの時間以外の行事（学内外での講義・講演会・セミナー・コンペティション等）にも積極的に参加することを期待します。

【履修要件】

1. 「卒研ゼミナールⅠ」の単位を修得していること。
2. 「多変量データ解析」を履修することが望ましい。必要ならば、「統計学(B)」も履修すると理解が容易になる。

該当しない。

担当教員の専門分野は数理統計学であり、このゼミナールでは必要に応じて統計学の知識やスキルについて説明する。