大阪公立大学 授業カタログのロゴ

Project TryAngleは学生スタッフによる大学公認のシステム開発チームです。 利用者の観点からより便利になるよう、学生自身の手で新システムの開発などを行っています。

ios_share

2023年度/1AAD023001 (公大)

【月5】心理学統計法2 <後期>

統計的仮説検定のうちノンパラメトリック検定、因子分析、多変量解析を理解し,実際に使用できるようになることを目標としている。具体的には、χ2検定、分散分析、多重比較、主成分分析、因子分析、偏相関と重回帰分析、判別分析、クラスター分析について概説する。

担当教員氏名
牧岡 省吾武藤 拓之
科目ナンバリング
AADPSY21023-J1 (公大)
授業管轄部署
現代システム科学域
授業形態
講義
開講キャンパス
中百舌鳥
開講区分
週間授業
配当年次
2年 (公大)

注意: 配当年次は学部・学科によって異なる場合があるので、UNIPAで確認してください。

単位数
2単位 (公大)

注意: 実際の単位数は学部・学科によって異なる場合があるので、必ずUNIPAで確認してください。

到達目標
・ノンパラメトリック検定の計算技法を理解し、実際のデータに対してノンパラメトリック検定を用いて分析、解釈できる。 ・分散分析の計算技法を理解し、実際のデータに対して分散分析を用いて分析、解釈できる。 ・因子分析の計算技法を理解し、実際のデータに対して因子分析を用いて分析、解釈できる。 ・重回帰分析の計算技法を理解し、実際のデータに対して重回帰分析を用いて分析、解釈できる。
各授業回の説明
授業授業内容事前・事後の学習内容
第1回度数データの検定(1) (牧岡省吾) 適合度の検定と独立性の検定 (χ2検定で使用する確率分布に関する解説を含む。)教科書の該当範囲の予習 meaQsを用いた復習
第2回度数データの検定(2) (牧岡省吾) Fisherの直接確率法、マクニマー検定、比率の検定 (Fisherの直接確率法における順列計算に関する解説を含む。)教科書の該当範囲の予習 meaQsを用いた復習
第3回順位データの検定(牧岡省吾) マン・ホイトニー検定、ウィルコクスンの符号検定、クラリス・ウォリスの検定 (名義尺度、順序尺度、間隔尺度、比例尺度のそれぞれで使用する統計的検定に関する解説を含む。)教科書の該当範囲の予習 meaQsを用いた復習
第4回確認テスト④(牧岡省吾) R演習④教科書の該当範囲の予習 meaQsを用いた復習
第5回分散分析(1) (武藤拓之) 分散分析の基本的な考え方、1要因の分散分析 (分散分析における帰無仮説と対立仮説の考え方、第1種の過誤、第2種の過誤、有意水準に関する解説を含む。)教科書の該当範囲の予習 meaQsを用いた復習
第6回分散分析(2) (武藤拓之) いろいろな多重比較、繰り返しのある1要因の分散分析 (多重比較における第1種の過誤や有意水準に関する解説を含む。)教科書の該当範囲の予習 meaQsを用いた復習
第7回分散分析(3) (武藤拓之) 2要因被験者間分散分析、交互作用、2要因被験者内分散分析教科書の該当範囲の予習 meaQsを用いた復習
第8回分散分析(4) (武藤拓之) 2要因被験者内分散分析、3要因分散分析、2次の交互作用教科書の該当範囲の予習 meaQsを用いた復習
第9回確認テスト⑤(武藤拓之) R演習⑤教科書の該当範囲の予習 meaQsを用いた復習
第10回因子分析(1) (武藤拓之) 因子分析の結果の見方、因子分析の基本的考え方 (固有値と固有ベクトルに関する解説を含む。 )教科書の該当範囲の予習 meaQsを用いた復習
第11回因子分析(2) (武藤拓之) 因子数の決定と回転、因子寄与率、共通性、独自性、因子得点教科書の該当範囲の予習 meaQsを用いた復習
第12回確認テスト⑥(武藤拓之) R演習⑥教科書の該当範囲の予習 meaQsを用いた復習
第13回重回帰分析(1) (武藤拓之) 偏相関教科書の該当範囲の予習 meaQsを用いた復習
第14回重回帰分析(2) (武藤拓之) 重回帰分析教科書の該当範囲の予習 meaQsを用いた復習
第15回確認テスト⑦(武藤拓之) R演習⑦教科書の該当範囲の予習 meaQsを用いた復習
第16回期末テスト(武藤拓之)
事前・事後学習の内容
授業内容の復習と理解、次回内容の予習。各回の課題を行って復習すること。次回の内容理解のために教科書などを読んでくること。
成績評価方法
授業目標(達成目標)の達成度で成績評価を行う。単位を取得するためには、 ・実際のデータにノンパラメトリック検定を適用し、60%以上分析することができる。 ・実際のデータに分散分析を適用し、60%以上分析することができる。 ・実際のデータに因子分析を適用し、60%以上分析することができる。 ・実際のデータに重回帰分析を適用し、60%以上分析することができる。 の4点を達成することが求められる。 成績を評価する方法として、宿題、確認テスト、期末試験を用いる。成績評価に占める割合は、宿題(20%)、確認テスト(30%)、期末試験(50%)である。
履修上の注意
適宜指示する
教科書
適宜紹介する

Loading...

参考文献
適宜紹介する
オフィスアワー
- 外部公開シラバスのためデータがありません / Please use UNIPA syllabus -
教員への連絡方法(メールアドレス等)
- 外部公開シラバスのためデータがありません / Please use UNIPA syllabus -

Updated on 2024/2/27 6:16:10

ページ上部へ戻る