言語情報科学専攻

• 科目コード（修士）: 31M200-0451S
• 科目コード（博士）: 31D200-0451S
• 開講学期: S1S2
• 曜限: 金曜2限 Fri 2nd
• 教室: 駒場18号館 言語情報解析室
• 単位数: 2
• 担当教員: 川崎　義史

授業の目標・概要

・この授業の目標は，言語データの計量的分析に必要な数理的手法（今学期は多変量解析）の習得です。 ・計量的手法を初めて学ぶ学生を対象として，基礎的事項から説明します。 ・多変量解析を用いた研究を紹介します。 ・分析自体は統計ライブラリを使えば事足りますが，「推定の仕組みが気になる」，「ブラックボックスにしておきたくない」という意欲的な学生の受講を期待しています。

授業のキーワード

• 多変量解析，クラスター分析，回帰分析，主成分分析，対応分析，因子分析
• Multivariate analysis
• Cluster analysis
• Regression analysis
• Principal component analysis

授業計画

１．イントロダクション
２．クラスター分析１
３．クラスター分析２
４．回帰分析１
５．回帰分析２
６．回帰分析３
７．回帰分析４
８．主成分分析１
９．主成分分析２
１０．対応分析１
１１．対応分析２ １
２．因子分析１ １
３．因子分析２

授業の方法

・講義形式です。 ・学習事項の確認として，複数回，課題が出ます。

成績評価方法

持ち帰り試験（70%），課題（20%），授業への参加状況等（10%）をもとに総合的に判断します。

教科書

特になし。プリントを配布します。

参考書

足立浩平（2006）『多変量データ解析法 心理
・教育
・社会系のための入門』ナカニシヤ出版 石村貞夫（1992）『すぐわかる多変量解析』東京図書 田中豊，脇本和昌（1983）『多変量統計解析法』現代数学社 三野大來（2001）『統計解析のための線形代数』共立出版 涌井良幸，涌井貞美（2011）『ファーストブック　多変量解析がわかる』技術評論社 マスオ『高校数学の美しい物語』http://mathtrain.jp

履修上の注意

・文系レベルの高校数学の基礎知識（ベクトル，指数・対数関数，微分・積分など）は必要なので，不安がある人は復習しておくことをおすすめします。 ・基本的にプログラミングは行いません。