学部・大学院区分
Undergraduate / Graduate
人文・博前
時間割コード
Registration Code
2020710
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P,英語文化学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a(2022入学~)
科目名 【英語】
Course Title
Seminar on Statistics in Language Science a (Enrolled in/after 2022)
コースナンバリングコード
Course Numbering Code
HUMEE5110J
担当教員 【日本語】
Instructor
寺井 雅人 ○
担当教員 【英語】
Instructor
TERAI Masato ○
開講期・開講時間帯
Term / Day / Period
春 月曜日 4時限
Spring Mon 4
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)
言語教育研究や言語習得研究で用いられる統計的分析手法の基礎を学び、プログラム言語(R)を使った実践的な分析方法を習得することを目的とする。
授業の目的 【英語】
Goals of the Course
The purpose of this course is to learn fundamental statistical methods for research in language education and language acquisition, as well as to acquire skills for implementing these methods using programming language (R).
到達目標 【日本語】
Objectives of the Course(JPN)
この授業では,受講者が授業終了時に,以下の知識・能力を身につけていることを目
標とする。

1.統計処理の手続きに関する知識
2.分析結果を適切に解釈し、説明する能力
3.プログラム言語(R)を用いた統計処理能力
4.統計理論の数学・概念的知識
授業の内容や構成
Course Content / Plan
本授業は以下の内容で構成される。

・R(Studio)およびR Markdownの操作
・要約統計量
・区間推定
・統計的検定の論理
・t検定
・分散分析
・多元配置分散分析
・相関分析
・効果量
・回帰分析
・一般化線形混合効果モデル
・ノンパラメトリック検定(カイ二乗検定など)
・tidyverseパッケージによるデータの加工と描画
・言語研究とオープンサイエンス

*授業内容と方法は、受講生に合わせて変更することがある。
履修条件・関連する科目
Course Prerequisites and Related Courses
毎回の講義(初回の講義も含む)でパソコンを使用するため、Windows、Mac、LinuxいずれかのOSのパソコンを必ず持参する。
5回以上欠席した場合は単位不認定とする。
この講義は後期の「言語統計処理b」と内容が連続している。
成績評価の方法と基準
Course Evaluation Method and Criteria
小テスト(20%)、演習課題(40%)、レポート試験(40%)
上記の各評価100点満点に換算し、それらを合計した得点が60点以上を合格とする。
A+(100-95)、A(94-80)、B(79-70)、C(69-65)、C-(64-60)、F(59-0)
教科書・テキスト
Textbook
教科書は使用しない。授業時に適宜資料を配布する。
参考書
Reference Book
小林雄一郎・濱田彰・水本篤 (2020). 『Rによる教育データ分析入門』オーム社
清水裕士 (2021). 『心理学統計法』放送大学教育振興会
竹内理・水本篤 (2023). 『外国語教育ハンドブック【増補版】―研究手法のより良い理解のために』松柏社
南風原朝和 (2002). 『心理統計学の基礎―統合的理解のために』有斐閣アルマ
平井明代・岡秀亮・草薙邦広 (2022). 『教育・心理系研究のためのRによるデータ分析―論文作成への理論と実践集』東京図書
松村 優哉・湯谷 啓明・紀ノ定 保礼・前田 和寛 (2023). 『改訂版2版 RユーザーのためのRStudio[実践]入門―tidyverseによるモダンな分析フローの世界』技術評論社
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や応用問題について、それぞれ完成させ提出してもらう。
予習や復習、そして授業内容に関連した課題を合わせると毎週4時間授業外の学修が必要となる。
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.
A-1)対面授業科目(対面のみ)