学部・大学院区分
Undergraduate / Graduate
人文・博前
時間割コード
Registration Code
2020711
科目区分
Course Category
専門科目
Specialized Courses
カリキュラム年度
Curriculum
2022年度入学以降
教育プログラム・分野・専門等
Major
日本語学教育P,英語文化学教育P,英語高度専門職業人P
科目名 【日本語】
Course Title
言語統計処理演習b(2022入学~)
科目名 【英語】
Course Title
Seminar on Statistics in Language Science ab (Enrolled in/after 2022)
コースナンバリングコード
Course Numbering Code
HUMEE5111J
担当教員 【日本語】
Instructor
小島 ますみ ○
担当教員 【英語】
Instructor
KOJIMA Masumi ○
開講期・開講時間帯
Term / Day / Period
秋 月曜日 1時限
Fall Mon 1
隔年開講
Biennial class
単位数
Credits
2
対象学年
Year
他学部生の受講の可否
Propriety of Other department student's attendance
授業形態
Course style
演習
Seminar
教職【入学年度】
Teacher's License
教職【教科】
Teacher's License
学芸員資格(該当の有無)
Curator's Qualifications
講義題目
Title


授業の目的 【日本語】
Goals of the Course(JPN)
言語習得研究や外国語教育研究、応用言語学研究で必要となる統計的手法の基礎を習得する。各種の統計的手法がどの様な原理に基づいて成立しているかについて、概念的、数学的に理解する。統計処理には、統計解析ソフト「R」、「Rstudio」を使用する。言語習得研究、外国語教育研究、応用言語学研究で実際に問題になりそうな擬似データを統計的に分析し、結果を解釈するなどの演習を通して、実践的な統計分析技術を身に付ける。
授業の目的 【英語】
Goals of the Course
The purpose of this course is to help students acquire the basic knowledge and skills of statistics to be able to apply them to studies of applied linguistics, including studies of second language acquisition and foreign language education. It also helps students understand various statistical techniques, both mathematically and conceptually. Students also learn how to use computer software such as Excel, R and Rstudio for statistical analysis. Using simulation data drawing from recent studies in this field, students practice analyzing data statistically, and interpret and report the results. Through this course, students acquire practical statistical skills in applied linguistics.
到達目標 【日本語】
Objectives of the Course(JPN)
以下の4点について、理解や習得を目指す。
1. 統計処理の手続きに関する知識やスキルの習得
2. 統計理論や方法の数学的理解
3. 統計理論や方法の概念的理解
4. 外国語教育研究、第二言語習得研究、応用言語学研究に統計学を応用する知識やスキルの習得
授業の内容や構成
Course Content / Plan
以下の項目を扱う。

1. 検定力分析
2. 回帰分析
3. 階層線形モデル
4. 一般化線形混合モデル
5. 主成分分析
6. 因子分析
7. 共分散構造分析
8. R, Rstudioの操作、実習
履修条件・関連する科目
Course Prerequisites and Related Courses
この授業は、前期の「言語統計処理演習a」と内容が連続しています。できれば、前期の「言語統計処理演習a」と合わせて受講してください。なお、5回以上欠席した場合は失格となりますので、注意してください。
成績評価の方法と基準
Course Evaluation Method and Criteria
演習問題 (40%)、単元別課題 (60%) の合計で評価する。以下のC以上を合格とする。
達成率8割以上 A
達成率8割未満7割以上 B
達成率7割未満6割以上 C
達成率6割未満 D
教科書・テキスト
Textbook
指定の教科書はなし。教員の作成した資料を配布する。
参考書
Reference Book
南風原朝和 (2002).『心理統計学の基礎―統合的理解のために』東京:有斐閣
南風原朝和 (2014).『続・心理統計学の基礎--統合的理解を広げ深める』 東京:有斐閣
尾崎 幸謙・川端 一光・山田 剛史 (2018). 『Rで学ぶ マルチレベルモデル[入門編]: 基本モデルの考え方と分析』東京:朝倉書店
課外学習等(授業時間外学習の指示)
Study Load(Self-directed Learning Outside Course Hours)
講義中に行う練習問題について、それぞれ完成させウェブに公開してもらう。単元ごとに応用問題を出題するので、レポートにまとめて提出。
履修取り下げ制度(利用の有無)学部のみ
Course withdrawal
備考
Others
授業開講形態等
Lecture format, etc.
オンデマンド授業を予定。