1017 件ヒット (0.024秒)：
多変量解析の応用的なトピックに関して、文献講読と実習を通じて理論と実証分析への適用方法について理解を深める。
This course covers advanced topics in multivariate statistical analysis. Students are expected to gain understandings on the theories and empirical applications through literature review and the practice of data analysis.
多変量解析の応用的なトピックに関して、文献講読と実習を通じて理論と実証分析への適用方法について理解を深める。
This course covers advanced topics in multivariate statistical analysis. Students are expected to gain understandings on the theories and empirical applications through literature review and the practice of data analysis.
社会調査を遂行しておく上で理解しておくべき、調査目的に合った調査企画・設計の方法と、データ蒐集やデータ分析の主要な技法について理解する。基本的な考え方と同時に、現実に遭遇する具体的な問題にどう実際的に対処していくかについても把握する。
This course serves as an advanced course on social surveys. It helps students understand the practical knowledge that should be useful in planning surveys, interviewing, and analyzing survey data.
データ科学・AIの核となる統計数理モデルは，不確実性を有するデータから有効に情報を抽出し，様々な分野で問題解決に用いられる. 本授業科目の目的は，主に予測と関連性の説明を目的とした統計数理モデルについて，理論と実践の両面から学び，理解することにある．
Modeling in Statistical Mathematics, which is the core of data science and AI, is used to extract effective information from data with variation and to solve problems in various fields. The purpose of this course is to learn and understand several modeling in statistical mathematics from both theoretical and practical techniques for applying models to data.
データ処理には統計的な考え方や手法が欠かせない。時間をかけて計画を立て、実際に調査や実験などを行って、苦労の末に得られた貴重なデータも、主観的な印象で漠然と分析するなどその処理を誤ってしまっては、説得力ある主張をすることなどできるはずもない。
この授業では、平均～分散分析（平均・分散・標準偏差、推定・信頼区間、カイ二乗検定・t検定・分散分析等の統計的仮説検定や残差分析・多重比較等の関連事項、など）及び相関～多変量解析（相関・相関係数と関連する統計的仮説検定、単回帰・偏回帰・重回帰、相関行列、因子分析・主成分分析・判別分析・クラスター分析、など）について、理論及び実践の両面から学習する。
----------
Statistical views and approaches are essential to data processing. Even if useful data has been obtained after much effort at time-consuming planning and investigation or experiment, no valid assertions can be made unless the data is correctly processed.
This course helps students to be equipped with the following statistical knowledge in both theoretical and practical aspects: from mean to analysis of variance (mean, variance, and standard deviation; estimation and confidence interval; statistical hypothesis tests such as chi-squared test, t test, analysis of variance, etc., and the related matters such as residual analysis, multiple comparison, etc.; etc.) and from correlation to multivariate analysis (correlation, correlation coefficient, and the related statistical hypothesis tests; simple liner regression, partial regression, and multiple regression, correlation matrix; multivariate analyses such as factor analysis; principal component analysis, discriminant analysis, cluster analysis, etc.; etc.)