シラバス参照

基本情報/Basic Information

遠隔授業（授業回数全体の半分以上）の場合は、科目名の先頭に◆が付加されています（2023年度以降）

開講科目名
／Course

データ分析Ⅱ／Data Analysis II

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

2025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

講義

教室
／Classroom

西１号館第二講義室／Room No.2，2F Bldg. West1

開講形態
／Course Format

ディプロマポリシー情報
／Diploma Policy

要件年度／Required Year	要件所属／Course Name	ディプロマポリシー／Diploma Policy	DP値／DP Point
2020/04 ～9999/04	経済学部	2.専門的知識や技能	10

担当教員情報/Instructor Information

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: 20% - 課題: 30% - 最終課題: 50%
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。 - 小テストの解答にはパスワードが必要です。パスワードは黒板に掲示します。 - 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。 - また、プログラミングは ChatGPT などの生成 AI と相性が良いですが、何も勉強せずに生成 AI だけを使った解答で単位を取得することは難しいです。 - 履修前に前年の成績分布を参照しておくことをお勧めします。
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	E60032J01000G112，E60032J01000B112，E60032J01000P112
実務経験／Practical Experience	有

No.	回（日時）／Time (date and time)	主題と位置付け／Subjects and position in the whole course	学習方法と内容／Methods and contents
1	1	イントロダクション/データ分析とは	授業計画や環境設定など
2	2	pandas によるデータ分析①	pandas の基本的な説明
3	3	pandas によるデータ分析②・演習	データの操作など
4	4	pandas によるデータ分析③・演習	記述統計など
5	5	pandas によるデータ分析④・演習	より複雑なデータ操作・前処理
6	6	pandas によるデータ分析⑤・演習	グラフ作成
7	7	pandas によるデータ分析⑥・演習	回帰分析
8	8	まとめ

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: 20% - 課題: 30% - 最終課題: 50%
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。 - 小テストの解答にはパスワードが必要です。パスワードは黒板に掲示します。 - 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。 - また、プログラミングは ChatGPT などの生成 AI と相性が良いですが、何も勉強せずに生成 AI だけを使った解答で単位を取得することは難しいです。 - 履修前に前年の成績分布を参照しておくことをお勧めします。
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	E60032J01000G112，E60032J01000B112，E60032J01000P112
実務経験／Practical Experience	有

授業情報／Class Information

基本情報/Basic Information

担当教員情報/Instructor Information