科目情報
科目名 教育統計学演習I 
クラス − 
授業の概要 教育統計学についての基礎となる記述統計、推測統計の概説および演習を行う。 
授業の到達目標 1.心理学や教育学の研究に際して最低限必要な統計学の知識を習得する。
2.Pythonを用いて、授業内で学んだ分析を実行することができる。
 
授業計画
内容
1オリエンテーション 
2Pythonの演習(四則演算・変数) 
3Pythonの演習(リスト・for文・関数) 
4尺度水準 
5データの可視化 
61変数の統計量(平均・標準偏差) 
72変数の統計量(共分散・相関係数) 
8相関係数の注意点(偏相関係数など) 
9推定1:確率・標本抽出 
10推定2:点推定 
11推定3:区間推定 
12推定4:差の推定 
13検定1:差の検定(t検定) 
14検定2:p値の注意点・サンプルサイズ設計 
15ふりかえりと今後に向けて 
 
テキスト・参考書 川端一光・荘島宏二郎(2014)心理学のための統計学入門.誠信書房

<参考書>
南風原朝和(2002)心理統計学の基礎 -- 統合的理解のために.有斐閣
辻真吾(2018)Pythonスタートブック[増補改訂版]技術評論社
赤石 雅典(2022)最短コースでわかるPythonプログラミングとデータ分析 日経BP
馬場 真哉(2022)Pythonで学ぶあたらしい統計学の教科書 翔泳社

<参考サイト>
Danielle J Navarro & Dvid R Foxcroft(著)芝田征司(訳)jamoviで学ぶ心理統計 https://bookdown.org/sbtseiji/lswjamoviJ/
*補足資料としてプリントを配布する。 
自学自習についての情報 授業の前後で授業のテキストの該当箇所を一通り読むこと。
毎回課題を課す。課題に取り組んで授業内容の理解を深めること。
 
授業の形式 スライド資料を用いた講義およびパソコンを使用したプログラミング実習。 
アクティブラーニングに関する情報 プログラミングを用いた実習も行う。一人では解決できない問題について,担当教員が質問対応もするが,受講生同士で相談しながら進めることが望ましい。
 
評価の方法(評価の配点比率と評価の要点) 出席・毎回の課題提出(50%)、最終レポート(50%)による総合的評価を行う。 
その他(授業アンケートへのコメント含む) 過去の授業アンケートの結果、授業内容の難易度は高く、1回の授業欠席でも学習理解の妨げとなる。そのため、原則として毎回出席すること。
なお、受講生の理解度に応じて、授業計画を変更する場合がある。
 
担当講師についての情報(実務経験) 研究業務において,プログラミングと統計学を日常的に利用している。