学部後期課程
横断型教育プログラム
共通授業科目
学部・研究科
学年
学期
時限
曜日
講義使用言語
実務経験のある教員による
授業科目
授業科目
学内のオンライン授業の情報漏洩防止のため，URLやアカウント、教室の記載は削除しております。
最終更新日：2026年4月20日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
最終更新日：2026年4月20日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
統計学I
社会科学におけるデータ分析では、分析の対象となる事象の複雑さのために、高度な統計学の知識・手法が必要になることが多い。この講義では受講者が主に経済学・経営学などの分野に関心があることを考慮して、統計学の基礎について講義する。講義の内容は一般的な大学初年度の統計学の講義に準じるが、技術的・数理的側面（記述統計と数理統計）の解説も省略せずに行い、進んだ内容の理論・応用の学習の準備となるように努める。また、統計解析ソフトを用いて実際のデータを分析する演習も行う。
Introductory probability and statistics class designed for, but not restricted to, students who major in economics in their sophomore year. This lecture is given in Japanese.
時間割／共通科目コード
コース名
教員
学期
時限
0126862
FLA-EC2812L1
統計学I
入江 薫
月曜1限、月曜2限
マイリストに追加
マイリストから削除
統計学II
「統計学I」に引き続き、統計学の基礎について講義する。
時間割／共通科目コード
コース名
教員
学期
時限
0126863
FLA-EC2813L1
統計学II
入江 薫
月曜1限、月曜2限
マイリストに追加
マイリストから削除
特別講義 データサイエンスI（入門）
この授業では、社会現象を数量化したデータを、統計的に分析する初歩的な方法を扱う。より具体的には、回帰分析を修得する。統計というと、単に数値を集計したり平均値や割合を出したりするものを連想して退屈する人も多いかと思うが、それらと違って回帰分析は、ある変数の値が大きいと、他の変数の値が大きいのか、小さいのか、いずれもでもないか、を明らかにする。分析には、R Studioというインターフェースを通して、Rという無料のソフトウェアを用いる。
主として想定している受講生は、これまで統計分析を学んだことがない人である。本講義では、統計分析の面白さを体験してもらい、回帰分析を読みこなす能力を身につけ、実際に自分でデータを回帰分析できるようになることを目標とする。敷居を低くするため、数学（特に確率論）を極力使わず（加減乗除ができれば十分である）、扱う手法も基本的には回帰分析一つに絞る（これさえ学べば、他の初歩的な統計手法の相当部分は不要になる）。統計ソフトの操作方法も敢えて必要最小限しか教えない。むしろ、社会現象を科学的に分析するためにはどのようなことを考えなくてはいけないのか、という因果推論的側面を重視する。またデータの実践的な取り扱いにも力点を置く。
なお担当教員の専門が政治学であるため、授業で扱う実例やデータのほとんどは、政治に関するものである。但し、データ分析の手法そのものは、分野を問わず適用可能である。
時間割／共通科目コード
コース名
教員
学期
時限
0126955
特別講義 データサイエンスI（入門）
福元 健太郎
水曜2限
マイリストに追加
マイリストから削除
特別講義 政治分析方法論III
政治分析方法論とは、政治に関する数量データを統計分析する方法に関する学問分野である。例えば、政策に所期の因果的効果がどれほどあるか、戦争や平和は何時何故始まる（終わる）のか、などといった問いに答えるにはどのような方法を用いればよいのかを検討する。政治分析方法論I及び政治分析方法論IIも受講することで、政治現象を分析するのに必要にして十分な統計分析の方法を体系的に修得し、自分でデータ分析できるようになることが到達目標である。究極的には、政治学の最前線の論文を読み、それと同等の論文が書けるようになること、少なくとも本講義受講後は自力でそこまで辿り着けるようになれることまでを目指している。
概要は次の通り。まず代表的な統計的モデルをいくつか紹介する。次いで多変量解析に触れる。それから時系列分析を論じる。最後に発展的な内容をいくつか講義する。統計分析ソフトウェアRを用いる。社会科学の統計分析としては、中級程度の内容である。
時間割／共通科目コード
コース名
教員
学期
時限
0126978
特別講義 政治分析方法論III
福元 健太郎
火曜2限
マイリストに追加
マイリストから削除
特別講義 データサイエンスII（課題の発見と解決）
この世界は，あなたが想うより少し複雑で，データが語るよりずっと奥深い。
私たちの社会には，かつてないほど多くのデータが溢れています。検索すれば即座に答えが見つかり，おすすめ欄は欲しいものを先回りし，あなたの発した意見は数万人からの共感を得る------。まるで，世界がすべて可視化されたかのような感覚を覚えます。しかし，手元のデバイスに映るそのデータは，本当に世界のすべてを「ありのまま」に映し出しているのでしょうか？見えているデータだけを過信し，その背後にある「見えない構造」への想像力を手放したとき，私たちは思わぬ落とし穴に足をとられることになります。
しかし，私たちはこの不完全なデータを頼りに，紛争，貧困，ジェンダー不平等といった現実の複雑な課題に立ち向かわなければなりません。あるいは，組織戦略，マーケティング，商品開発といったビジネス上の重要な意思決定を行わなければなりません。では，どうすれば一部のデータから，社会やビジネスの課題の全体像を正しく捉え，より良い解決策を導き出せるのでしょうか？
そのための統一的かつ汎用的な推論の枠組みが，統計学およびデータサイエンスです。本授業では，現実世界における課題発見とその解決のために，既存の知識と新たなデータから論理的に結論を導く方法として，統計学およびデータサイエンスを学習します。
この授業の目標は，現実世界の課題発見と解決策の評価を，データに基づいて実践するためのリサーチデザインを習得することです。さらに，その分析プロセスと結果を，不確実な状況下での意思決定における「共通言語」として活用する力を養います。具体的には，以下の2つの能力の獲得を目指します。
1. リサーチデザインの習得
現実の社会的課題を，データ分析可能な形に落とし込み，論理的な結論を導くためには，以下の3つのステップを一貫させる必要があります。この授業では，これらを統合的にデザインする力を身につけます。
問いのデザイン：抽象的な課題を，データで検証可能な具体的な問いへと翻訳する。
データ収集デザイン：問いに答えるために必要なデータを特定し，適切な調査対象や比較対象，データ収集の方法を含めた収集プロセスを設計する。
分析デザイン：収集したデータに対し，目的に応じた適切な統計手法を決定し，課題の発見や解決策の効果検証を行うための分析枠組みを決定する。
2. 共通言語としてのデータサイエンスの実践
分析結果を他者との合意形成を図るための根拠として使う力を養います。解釈の前提とその限界（何が言えて，何が言えないか）を理解し，それを他者に提示して説得するスキルを身につけます。
時間割／共通科目コード
コース名
教員
学期
時限
0126979
特別講義 データサイエンスII（課題の発見と解決）
勝又 裕斗
金曜3限
マイリストに追加
マイリストから削除
疫学
疫学（Epidemiology）は、健康・疾病に関する事象を集団の中で計量的に捉え、これらの原因や影響因子とその強さを評価し、最終的には予防手段につなげる実践の学問です。疫学は、古くは感染症の疫学から始まり、がん・循環器疾患などの生活習慣病の疫学にその研究テーマが移ってきましたが、昨今では感染症に関する問題も再びクローズアップされ始めています。
本講義では、疫学の基礎を学び、人間集団を対象とする医学・公衆衛生の研究に対応できる知識と技能を身につけることを目標とする。
時間割／共通科目コード
コース名
教員
学期
時限
02202
FME-IH3c05L1
疫学
松山 裕
月曜3限、月曜4限
マイリストに追加
マイリストから削除
バイオインフォマティクス
バイオインフォマティクスとは、生物学(biology)と情報科学(informatics)の学際的分野を対象とする学問分野で、生物情報学、情報生命科学などの日本語に相当する。具体的には、生物学で扱うさまざまなデータ(DNA、RNA、タンパク等の配列、アノテーション、遺伝子発現、転写因子配列、相同配列、タンパク構造、分子間総合作用)を対象としてそこから有用な情報を見いだすことを目的とする学問である。この講義では、バイオインフォマティクスの概要に触れるとともに実習を通じてその理解を図る。
時間割／共通科目コード
コース名
教員
学期
時限
02233
FME-IH4b10L1
バイオインフォマティクス
藤本 明洋
水曜4限
マイリストに追加
マイリストから削除
医学データの統計解析
臨床研究・疫学研究で頻用される統計解析法について講義するとともに、SASを用いて実習を行う。午後の医学データの統計解析実習と関連しており、基本的には午前中に実習も行うことがある。
時間割／共通科目コード
コース名
教員
学期
時限
02236
FME-IH3c08L1
医学データの統計解析
松山 裕
金曜1限、金曜2限
マイリストに追加
マイリストから削除
医学データの統計解析実習
医学データ解析参照
時間割／共通科目コード
コース名
教員
学期
時限
02237
FME-IH3c09P1
医学データの統計解析実習
松山 裕
金曜3限、金曜4限
マイリストに追加
マイリストから削除
応用数理
統計的推測理論の基本の一つである線型推測理論の幾何学的理解を目標に、必要な基礎知識を合わせて講義する。
時間割／共通科目コード
コース名
教員
学期
時限
02275
FME-IH4c13L1
応用数理
松山 裕
火曜1限、火曜2限
マイリストに追加
マイリストから削除
1-10 / 全167件
