| 項目 | 比率 |
|---|---|
| 宿題：授業の感想 | 30 |
| 宿題：演習 | 30 |
| レポート | 20 |
| プレゼンテーション | 10 |
| 受講態度 | 10 |
授業の主題
データサイエンスは、膨大なデータを分析する、あるいは個々のデータを結合しビッグデータにして解析することが必要です。そのためにはMicrosoft ExcelのようなGUI（グラフィカルユーザーインターフェース）に依拠するアプリケーションではなく、コード中心のプログラム言語が適しています。研究分野を問わず、海外の大学や研究機関において、「R」（後述）や「Python」のスキルが重視される傾向にあるのはこのためです。日本の研究機関は、全般的に、このような海外のトレンドに追いついていません。
この授業は、統計プログラム言語「R」の基本的な機能と、Quarto（markdownにもとづく簡易入力とRの出力結果をPandocにもとづいて出版するPosit社の推奨する新しい出版システム）を学習するものです｡R言語はプログラム言語のなかでは比較的習得が容易であり、社会科学から自然科学にいたるまで幅広い分野の研究者が利用しています｡
この授業は統計学、確率、多変量解析の授業ではありません｡統計学的な出力やその妥当性の検討よりも、数値の出力結果を可視化する（ggplot2パッケージ）方法に重点を置きます｡わかりやすい図を簡単に作成する、同じコードを繰り返し利用することで作業量を減らす、また、再現可能性を高めることも重視されます｡
専攻、専門分野は問いません｡実験や研究ですでに手元にあるデータを可視化したい、あるいは、データを可視化することに関心をもてる方の受講を歓迎いたします｡プログラム言語の初心者であっても受講に問題はありません｡この授業では、Chat GPTのような生成AIを補助的に使うことを積極的に推奨することで、初学者やプログラム言語に苦手意識をもつ学生を支援します。
本授業の目標は、受講生が教員の提供するデータセットの中から自ら関心のあるものを選択し、目的に応じた適切な図を作成できるようになることです。教員提供以外のデータセットを用いて作図することも可能です。その場合、目的に応じた適切な図が作成できていれば、加点の対象とします。
学修目標（到達目標）
- 受講生が、R言語の基本的な操作（データの読み込み、加工、抽出、結合など）ができる
- 受講生が、ggplot2パッケージを使い、基本的な図（棒グラフ；ヒストグラム；箱ひげ図；散布図；折れ線グラフ）を作成できる
- 受講生が、自分の関心のあるテーマにかかわるデータから適切な図を作成できる
授業概要
授業は、講義と演習の形式でおこないます｡
講義の前半は、教員が用意した授業教材を中心に、コードの意味や記述方法、動作、実行結果などを例示、解説します｡ 後半の演習は、1. 各自所有のノートPCを使って演習をおこないますので、必ずノートPCを持参してください｡テキストの例題と合わせて、2. 自分の関心のあるテーマにかかわるデータセットでも、同様のコードを実践してください｡
授業教材はウェブサイトで公開します。このウェブサイトはQuartoとGitHubを用いて作成されています。
評価の割合
授業別ルーブリック
教科書・参考書補足
教科書
- 使用しません
参考書
その他履修上の注意事項や学習上の助言
R言語に初めて触れる方で受講を検討している方は、まず「統計言語 「R」の神はなぜ無償で貢献したのか：オープンコミュニティで活躍する“新人類”の誕生」（日経ビジネス・電子版）を読んでみるとよいでしょう｡また検索サイトに検索ワードにggplotと興味のある専門領域を入力してみてみると、この授業のイメージを掴めると思います｡
RおよびR Studioは無料で利用できます｡この他、この授業で使用するソフトウェア、パッケージ、データに利用料はかかりません（かかる費用は教科書代のみです）｡
持参するPCは、WindowsでもMacでもかまいませんが、R Studioをインストールできる環境が必要です｡公式サイトから確認してください。ここ数年、販売されたPCであれば問題なく動作するはずです｡
予習に関する指示
事前に教材を下読みして下さい。
復習に関する指示
毎回の授業の感想を書くことを宿題とします。また、毎回の授業で学習したコードやパッケージを各自のPCで再実践してください｡これも宿題とします。この他、各自、最終成果物のレポート作成に向けて、努力して下さい。
特記事項
この授業は「データサイエンス特別プログラム」の対象科目です。同プログラムについてはリンクを参照下さい。
Copyright
CHIHIRO KARIYA 2026