授業計画：クオリティマネジメント

tags: quality-management-2023

目標

研究の目的設定とデータ収集の計画とデータの取得と分析と考察と報告からなる研究フローを体験して、習得してもらう。分析に用いる手法を回帰分析に限定することで、分析で迷子になりすぎないように配慮している。

授業設計

第1週 データサイエンスと回帰分析

レジュメ

1. 全員の自己紹介 (教員、TA、受講生、聴講生)
2. この授業のガイダンス: 分析科目共通の目標, 成績評価について
3. 回帰分析とは
4. JMPの使い方とJMPを用いた回帰分析の一例 (ボストンの住宅価格のデータを例に)
5. Slackの使い方
6. 過去の提出物の共有
7. 回帰分析を用いた研究論文を探してきてまとめる(次回まで, 自分が興味を持っている分野の学術論文が望ましいです)
8. 履修予定の人と様子見の人と聴講のみの人

重回帰分析の流れ

第2週

1. 提出物の自己報告
2. グループを作るので、グループごとに目的を決めてもらう
3. グループワークの進め方 (司会と記録, ローテーションを組んでください, 毎週まとめを提出してもらいます)
4. データの種類 (公的統計、オープンデータ、調査データ)
5. データの概念図を描く
6. 概念図がある時の回帰分析のやり方
7. グループワークの時間
8. 今日のグループワークのまとめ
9. 宿題：決めた目的に対して、次週までに各自でデータを探してきて、概念図を描く (要スライド提出)

重回帰分析と概念図

第3週

1. 提出物の自己報告
2. 目的に則したアウトカムを定める
3. 問題・課題の特性要因図を描く
4. 特性要因図がある時の回帰分析のやり方
5. グループワークの時間：データの検討とアウトカムの設定
6. 今日のグループワークのまとめ
7. 宿題：特性要因図

重回帰分析と特性要因図

第4週

1. 提出物の自己報告
2. やっとグループで回帰分析
3. グループワークの時間
4. 今日のグループワークのまとめ

重回帰分析と層別：ダミー回帰

第5週

1. グループの進捗報告
2. フィードバック
3. 必要な補足
4. グループワークの時間
5. 今日のグループワークのまとめ

重回帰分析と変数変換

第6週

1. グループの進捗報告
2. フィードバック
3. 必要な補足
4. 様々な回帰手法

ロジスティック回帰分析

ポアソン回帰分析

トービット回帰分析

スパース回帰分析

多重回帰分析と操作変数法

回帰樹

ランダムフォレスト

ニューラルネットワーク

時系列分析

第7週

1. 最終発表
2. 成績評価のための提出物の提出期限の設定