ゼミナール

講義目的

ゼミナール近年、ビジネスにおける問題解決において、データにもとづく解決案提案は必須になってきている。また,当然、コンピュータを利用する場面が多くなってきている。本演習では、これを、「データ(もの)」という観点から見た場合のデータ分析法やモデル構成法について学ぶ。定量的データ処理能力および統計的分析手法を習得することを目標とする。 統計的データ解析やデータマイニングや意思決定問題についても学ぶ。最終的には卒論の提出を行う。基礎知識の習得については履修者全員に必須とする。

講義目標

ビジネス環境における課題・問題についてデータに基づいて問題解決を行えるようになることが目標である.
・統計的データ解析   
主として、多変量解析の分野での手法を学ぶ。回帰分析、主成分分析、判別分析について習得する。
・データプレゼンテーション
解決案提案のためのプロセスにおいて、グラフ、チャート、センテンスを利活用して提案できるようになる。

データサイエンスII・III

講義目的

「IoT」に代表されるような高度情報化社会となり、問題解決のためにはデータを収集して、それをもとに考えることが当然となった。この講義では,データサイエンスの枠組みから経営情報におけるデータを活用するための基本力の習得を目指し、統計的データ分析を取り扱う。ビジネスでの高度情報化により、情報が数量として扱われるデータを扱う必要性はますます高まっている。本講義では、データに基づく課題解決や問題解決に必須の統計学に関して、その基礎概念の理論的な理解を深め、社会現象を確率モデル・統計モデルとして扱うために必要な統計的方法を利活用できることを目標としている。具体的には、データの要約と因果関係の検証のためのデータ分析を内容とする。このようなスキルは、共通のスキルであるので、受講しておくことをすすめる。なお、講義では実際に検討し、理解を深める事が重要であるので、コンピュータソフトを用いてデータ分析の基礎をも習得する。適宜,グループレポートなどを作成する。

講義目標

  1. 基礎的な離散分布と連続分布について理解し,統計的思考をもとに実際の場面で活用できる
  2. 標本抽出について理解できる
  3. 平均の区間推定や仮説が行える
  4. 検定問題が理解でき、適用できる
  5. 分散分析や重回帰モデルを適切に活用でき,因果関係について推測できる。
  6. 実際の問題解決問題を,統計的な枠組みで表現し分析できる。
  7. 意思決定に役立つ表現ができる。

経営と意思決定

講義目的

ビジネス環境を含めた経営には、競争があり、そこではさまざまな問題解決のためには戦略的なアプローチが必要である.それは、これらがリスク下での意思決定問題として表現できることからもわかる。本講義では、さまざまな状況下で適切に判断できる能力や技法などの意思決定の基礎について合理的な解決に活用しうる定量的方法について例を交えながら学ぶ。いくつかの課題については、グループ課題として行う。

講義目標

  1. 意思決定について理解して構造化できる
  2. 確実性のもとでの意思決定について理解し応用できる
  3. 不確実性のもとでの意思決定について理解し応用できる
  4. ベイズ意思決定について理解している
  5. Decision Treeについて理解して活用できる.

データ活用入門(MBA)

講義目的

ビジネスインテリジェンスに代表されるように,ビジネスにおいてデータをもとに解決案を提案することが求められ る.その場合,統計学の活用力や知識が必須である.この講義では、統計的思考をもとに実際のビジネス現場でデータ をもとに統計学を利活用して課題解決ができるデータ分析実践力を修得できることを目指す。

講義目標

「思考と判断」と「知の再武装」を達成するために,「デジタル技術」をもとに上記目的に資する「課題解決のためのモデル構築」と「データ分析」で統計学を 利活用して実践的なデータ分析と提案ができるようになる.
そのために、調査設計,データ収集,データモニタリング,データ分析,分析結果の発表を行える力を修得する.