ビジネスの現場で何らかの意思決定を行うに際して、関連するデータを集めて分析し、得られた情報を参考にするのは最早ありふれたシーンと言える。その際、集めたデータから必要となる情報を切り出して、その情報から有意な結論を導きだすために、またそもそも、データの集め方をデザインするために統計学の知識は不可欠である。この講義では、統計学の基本的な概念を理解し、併せてExcelによる実習を通じてその概念の実用法について学ぶ。

PCを活用した実習形式。使用ソフトはExcelが中心（但し、Excelの使用法についての講義ではないので、「基礎コンピュータ」程度の知識は受講の前提とする）。毎回出される課題に沿って実習作業を行い、結果ファイルを講義終了時に提出する。

※初回講義時に、どの程度のコンピュータ知識を必要とするかの解説を行うので、必ず出席すること

第1回 ビジネス統計学の考え方

第2回 データ入力とExcelの使い方

第3回 データの要約と視覚化　1：　ヒストグラム

第4回 データの要約と視覚化　2：　基本統計量

第5回 データの要約と視覚化　3：　クロス集計表

第6回 カイ二乗検定

第7回 相関分析

第8回 単回帰分析　1：　推定方法と結果の解釈　

第9回 単回帰分析　2：　推定結果の解釈（続）

第10回 単回帰分析　3：　予測

第11回 重回帰分析　1：　推定の方法

第12回 重回帰分析　2：　多重共線性

第13回 回帰分析の応用

第14回 数量化理論

第15回 総括

第1回 統計学の基本的な考え方について俯瞰する

第2回 Excelでのデータ入力とデータ分析ツールの導入方法を学ぶ

第3回 度数分布とヒストグラムについて学ぶ

第4回 基本統計量（平均、標準偏差など）について学ぶ

第5回 小標本サーベイデータからのクロス表の作り方、読み方を学ぶ

第6回 クロス集計表の検定について学ぶ

第7回 小標本のサーベイデータを例にした散布図と相関係数について学ぶ

第8回 単回帰分析を中心に、その実行方法と結果の解釈のために必要な各種検定法について学ぶ

第9回 回帰分析におけるデータの異常値・系列相関・分散不均一性について学ぶ

第10回 推定結果を用いた予測について学ぶ

第11回 複数の説明変数による分析である重回帰分析について学ぶ

第12回 多重共線性と、その分析結果への影響について学ぶ

第13回 回帰分析のバリエーションの中から、質的データを扱う手法であるプロビット/ロジットモデルを紹介する

第14回 多次元データの分析手法群である数量化理論について学ぶ

第15回 講義を振り返り、総括する／レポート作成準備を行う

事前学習としては、参考図書1ないしは自分が使いやすいExcelの解説書の講義関連部分を読んで、実習で扱う分析手法に触れておくことを推奨する（2時間程度）。事後学習としては、講義当日の実習課題（Excelファイル）を持ち帰り、もう一度課題を自力で解いてみることを推奨する（2時間程度）。

ほぼ毎回発生する実習課題については、次回講義の冒頭において実際に作業手順を示したうえで内容を解説する。

社会科学におけるデータおよびデータ収集の位置づけを説明できる【2018経営学部DP(1)】

実際にデータを使って、統計的な分析（特にクロス集計表におけるカイ二乗分析、重回帰分析）を行う技能を身に付ける【2018経営学部DP(1)】

講義内実習課題

使用しない（講義で使用するPPT資料をpdf形式で配布する）

内田治「すぐわかるEXCELによる統計解析」東京図書

内田学・兼子良久・斉藤嘉一「文系でもわかるビジネス統計入門」東洋経済新報社