シラバス参照
|
シラバス参照
|
| 科目一覧へ戻る | 2024/04/10 現在 |
|
開講科目名 ／Course |
データ分析Ⅱ／0 | ||||||
|---|---|---|---|---|---|---|---|
|
時間割コード ／Course Code |
E1G10109_E1 | ||||||
|
開講所属 ／Course Offered by |
経済学部／Faculty of Economics | ||||||
|
ターム・学期 ／Term・Semester |
2024年度／Academic Year 第4クォーター／4Q | ||||||
|
曜限 ／Day, Period |
月／Mon 2 | ||||||
|
開講区分 ／Semester offered |
第4クォーター／4Q | ||||||
|
単位数 ／Credits |
1.0 | ||||||
|
学年 ／Year |
2,3,4 | ||||||
|
主担当教員 ／Main Instructor |
三浦 貴弘 | ||||||
|
科目区分 ／Course Group |
_ | ||||||
|
授業形態 ／Lecture Form |
|||||||
|
教室 ／Classroom |
西２号館Ｅ３０２／E302 | ||||||
|
開講形態 ／Course Format |
|||||||
|
ディプロマポリシー情報 ／Diploma Policy |
|
|
教員名 ／Instructor |
教員所属名 ／Affiliation |
|---|---|
| 三浦 貴弘 | 経済学部（教員） |
|
授業の概要・ねらい ／Course Aims |
この講義では、データ分析に必要なスキルを Python を使って学んでいきます。 データの前処理や統計分析、グラフ作成など、データ分析に必要な一通りのスキルを身につけていきます。 |
|---|---|
|
到達目標 ／Course Objectives |
- Python を使って、1 通りのデータ分析を行うことができる |
|
成績評価の方法・基準 ／Grading Policies/Criteria |
- 小テスト: 10% - 課題: 30% - 最終課題: 60% |
|
教科書 ／Textbook |
- 特にありません。Moodle 上で資料を配布します。 |
|
参考書・参考文献 ／Reference Book |
- 中妻照雄 『Pythonによる計量経済学入門 (実践Pythonライブラリー)』 朝倉書店 2020年 - Wes McKinney 『Pythonによるデータ分析入門 第3版 ―pandas、NumPy、Jupyterを使ったデータ処理』オライリー・ジャパン 2023年 |
|
履修上の注意 ・メッセージ ／Notice for Students |
- 出席点はありません。 - 資料配布・課題提出・小テストの解答などには Moodle を使用します。 - 小テストは講義開始時に行います。 - 初回講義でも Moodle でアンケートを行いますので注意してください。 - Python の基礎的な使い方を前提としますので、全くの初心者が単位取得するのは難しいと思います。 |
|
履修する上で必要な事項 ／Prerequisite |
- 各自パソコンを用意してください |
|
履修を推奨する関連科目 ／Related Courses |
- Python の基礎的な使い方 (データ分析I など) |
|
授業時間外学修についての指示 ／Instructions for studying outside class hours |
- プログラミング言語も、英語のように新しい言葉を学ぶようなものです。慣れていくようになるために、週に 2 ~ 3 時間ほどの予習・復習が必要になると想定しています。 |
|
その他連絡事項 ／Other messages |
- 学生の理解度に応じて、内容を若干変更する可能性があります。 |
|
授業理解を深める方法 ／How to deepen your understanding of classes |
- どのようなデータを分析したいか、目的意識を持つとプログラミングの習得が楽しくなるかもしれません。 |
|
オフィスアワー ／Office Hours |
授業期間: 月曜 13: 10 ～ 14:40 (西 3 号館 504 号室: 三浦研究室) また、Teams, メール、Moodle でも対応可能です。 緊急の場合を除き、休日の対応は致しません。また、金曜 17 時以降の連絡は基本週明けに返信します。 連絡先: takam@wakayama-u.ac.jp |
|
科目ナンバリング ／Course Numbering |
| No. | 回（日時） ／Time (date and time) |
主題と位置付け（担当） ／Subjects and instructor's position |
学習方法と内容 ／Methods and contents |
備考 ／Notes |
|---|---|---|---|---|
| 1 | 1 | イントロダクション | ||
| 2 | 2 | pandas によるデータ分析① | ||
| 3 | 3 | pandas によるデータ分析② | ||
| 4 | 4 | 演習 | ||
| 5 | 5 | plotnine によるグラフ作成 | ||
| 6 | 6 | numpy, scipy による数値解析・統計分析 | ||
| 7 | 7 | statsmodels による回帰分析 | ||
| 8 | 8 | 演習 |