KGC


慶應義塾大学湘南藤沢キャンパス
授業概要(シラバス)


心理情報解析特論 (渡辺 利夫

    2017年度春学期 水曜日1時限
    科目コード: 60450 / 2単位
    カテゴリ: 3.プログラム科目(大学院)


1. 主題と目標/授業の手法など

    性格測定に関する実際のデータおよび心理実験に関する実際のデータをもとに、アンケート調査における項目の作成、実施・分析の方法および心理実験の仕方・分析方法について学んでゆく。分析方法としては、さまざまな多変量解析の理論と実践について学んでゆく。また、データ分析用のソフトとして、統計フリーソフトのR言語を使用する。本講義を通して、調査および実験についての仕方を学び、そして、データを分析する力を養ってゆく。
    アンケート分析においては、既存のデータを使用するので、新たにデータを
    収集する必要はない。
           


2. 教材・参考文献

    渡辺利夫 著 フレッシュマンから大学院生までのデータ解析・R言語 ナカニシヤ出版 2005


3. 授業計画

    第1回 授業内容の紹介・R言語について

    第2回 行列(1)およびR言語(1)
    行列の種類および演算
    R言語による行列の演算

    第3回 行列(2)およびR言語(2)
    逆行列とランク
    R言語による行列データの分析

    第4回 行列(3)およびR言語(3)
    固有値と固有ベクトル
    R言語による固有値・固有ベクトルの計算
    データファイルおよびプログラムファイルの作成

    第5回 重回帰分析(1)
    単回帰分析の復習
    重回帰分析の基本的説明

    第6回 重回帰分析(2)
    重回帰分析における検定

    第7回 因子分析(1)
    因子分析の入門的説明

    第8回 因子分析(2)
    因子分析の理論
    主成分分析との関係

    第9回 MDS(1)
    計量MDS

    第10回 MDS(2)
    非検量MDS
    INDSCAL

    第11回 クラスター分析
    階層的クラスター分析
    非階層的クラスター分析

    第12回 判別分析(1)
    線形判別分析

    第13回 判別分析(2)
    非線形判別分析

    第14回 数量化理論
    数量化I類
    数量化II類
    数量化III類
    数量化IV類


4. 提出課題・試験・成績評価の方法など

    レポートおよび出席:多変量解析の理論と実践に関するレポート
    (5ページ〜10ページ)


5. 履修上の注意・その他

    なし


6. 前提科目

    なし


7. 履修条件

    R言語についての基礎知識を必要とする


8. 旧科目との関係

    なし


9. 授業URL


2017-01-21 01:02:09.998686


Powered by SOI Copyright(c) 2002-2016, Keio University Shonan Fujisawa Campus. All rights reserved.
このサイトの著作権について