- 学部・研究科
Faculty/Graduate School - 総情
- 時間割コード
Course Code - 70660
- 科目名
Course title
サブテーマ
Subtitle - ミクロ政治データ分析実習
- 授業形態/単位
Term/Credits - クラス
Class -
- 春/1
- 担任者名
Instructor - 宋 財ヒョン
- 曜限
Day/Period - 木4
- 授業概要
Course Description
到達目標
Course Objectives -
授業種別 / Teaching Types
実験・実習・製図（対面型）
言語 / Language
日本語(Japanese)
授業概要 / Course Description
本講義は「Rの使い方」を中心とする。したがって、統計学、確率、多変量解析、因果推論などについては解説しない。データ分析のツールは数多く存在するが、2010年代以降のデータサイエンスの主なツールはRとPythonである。しかし、これまでのデータ分析ソフトウェアがマウスクリックや簡単なコマンドで分析が可能であった一方、RとPythonはプログラミング言語でもあるため、敷居が高いと考えられる。また、Rの場合、tidyverseという思想の下で独自の書き方へ発展を遂げている。しかし、Rを用いたデータ分析の教科書の多くはある程度Rの前提知識を持つ読者層を想定する場合が多い。また、Rの基本的な使い方が含まれる教科書の場合も、付録レベルでしか触れていないのが現状である。この場合、教科書のRコードを読んでも「なぜこのコードか？」の疑問が生じやすい。本講義の目標はRを用いたデータ分析の教科書が読める土台づくりとも言えよう。
データ分析の「手法」について興味のある学生は、本講義を履修した後、後期の「マクロ政治データ分析実習」も履修すること。「マクロ政治データ分析実習」ではRの使い方は説明せず、Rを用いたデータ分析の諸手法について解説および実習を行う。学位授与方針との関係 / Related Diploma Policy
（総合情報学部）
1.知識・技能
2.思考力・判断力・表現力等の能力
3.主体的な態度
到達目標 / Course Objectives
①知識・技能の観点
入手したデータを分析に適した形へ整形し、可視化する方法を習得する。
②思考力・判断力・表現力等の能力の観点
データからパターンを発見し、効果的に伝える方法を習得する。
③主体的な態度の観点
データおよびデータから得られる知見の消費者でなく供給者としてのスキルと意識を持つ。授業手法 / Teaching Methods
・教員による資料等を用いた説明や課題等へのフィードバック
・課題探究（プロジェクト学習、課題解決型学習、ケーススタディ等含む）
- 授業計画
Course Content -
授業計画 / Course Content
以下の内容は履修者の理解や進捗状況に応じて変更される可能性がある。
1. 第1回 ガイダンス
2. 第2回 RとIDE (RStudio)の導入
3. 第3回 Rの基本的な操作
4. 第4回 プログラミングの基本的な概念
5. 第5回 Quartoと再現可能な研究
6. 第6回 データの入手
7. 第7回 データ型
8. 第8回 データ構造
9. 第9回 データハンドリング（1）
10. 第10回 データハンドリング（2）
11. 第11回 データハンドリング（3）
12. 第12回 可視化（1）
13. 第13回 可視化（2）
14. 第14回 可視化（3）
15. 第15回 到達度の確認（期末テスト）授業時間外学習 / Expected work outside of class
授業後、予習・復習を行うこと。プログラミング言語は自然言語同様、「王道」は存在せず、試行錯誤を繰り返すことで自分のスキルとして習得できる。
予習は授業前に、予め公開する授業資料に目を通すだけでなく、コードの例も自分の手で入力し、実行してみることを推奨する。
- 成績評価の方法・基準・評価
Grading Policies /
Evaluation Criteria -
方法 / Grading Policies
定期試験を行わず、平常試験(小テスト・レポート等)で総合評価する。
・授業への参加（30%）、課題（40%）、期末レポート（30%）
・以下のいずれかに該当する履修者は単位認定の対象外（=不可）とする。
・4回以上の欠席
・3回以上の課題未提出
・期末レポートの未提出
・課題・期末レポートにおける不正行為
・15回の講義中、課題は計5〜6回課される予定である。
・期末レポートは第15回講義中に執筆する。基準・評価 / Evaluation Criteria・Assessment Policy
①知識・技能の観点
入手したデータを分析に適した形へ整形し、可視化する方法を習得する。
②思考力・判断力・表現力等の能力の観点
データからパターンを発見し、効果的に伝える方法を習得する。
③主体的な態度の観点
データおよびデータから得られる知見の消費者でなく供給者としてのスキルと意識を持つ。
- 教科書
Textbooks Song Jaehyun・矢内勇生 『私たちのR: ベストプラクティスの探求』 (web-book; 無料) https://www.jaysong.net/RBook
-
参考書
References Hadley Wickham・Garrett Grolemund 『Rではじめるデータサイエンス』 (オライリージャパン) 978-4873118147
松村優哉・湯谷啓明・紀ノ定保礼・前田和寛 『改訂2版 RユーザのためのRStudio[実践]入門〜tidyverseによるモダンな分析フローの世界』 (技術評論社) 978-4297121709
- フィードバックの方法
Feedback Method オフィスアワー、質問掲示板（LMS内）、Discordを利用し、講義内容に関する質問・相談を随時受け付ける。
- 担任者への問合せ方法
Instructor Contact オフィスアワーおよびDiscordを使用する。オフィスアワー外の対面問い合わせを希望する場合はLMSメッセージで事前に宋に希望する日時を伝えること。Discordの登録方法は初回授業にて説明する。オフィスアワーの詳細は本講義のサポートページを参照すること。
- 備考
Other Comments 本講義のサポートページ： https://www.jaysong.net/r4ps/