Ctrl+K

Introduction to Quantitative Data Analysis with Python

Introduction to Quantitative Data Analysis with Python#

このWebサイトはSセメスター社会情報学研究法IVで用いる補助教材です。

This site is supplementary material for the class 社会情報学研究法IV at UTokyo (for the English version, please contact yuyashibuya).

スコープ

このWeb補助教材はPythonプログラミング言語や統計・データ分析等にそれほど慣れていない人が使うことを前提に準備をしたものです。ただし、あくまで補助的な教材と位置付けていて、授業内でのスライドや説明などがないまま自習することは想定していません。授業や他の教材についてはUTOL等で確認してください。

コンテンツ

Section 1: Python環境の準備

  1. Python環境の準備

  2. 必要なパッケージ

  3. Notebookの基本的な使い方

  4. 課題

Section 2: Pythonの基本的な使い方1

  1. 変数・算術演算

  2. 複合データ型・for/while/if文

  3. 関数

  4. set型・リスト内包表記

  5. 文字列を扱うときの注意点

  6. 課題

Section 3: Pythonの基本的な使い方2

  1. Pythonのライブラリ・パッケージ

  2. pandas 1

  3. pandas 2

  4. ファイルの読み書き

  5. matplotlib

  6. pandasを用いた日時データの扱い方

  7. 参考：日本語の取り扱いと正規表現

  8. 課題

Section 4: データ分析の基礎

  1. 平均値・中央値・最頻値

  2. 頻度分布・偏差・分散

  3. 基本統計量の確認方法

  4. 仮説検定

  5. 課題

Section 5: 相関・回帰分析

  1. 相関・散布図

  2. 回帰分析

  3. 重回帰分析

  4. 非線形・交差項・二乗項

Section 6: 離散選択モデル

  1. 離散選択モデル

  2. 順序ロジットモデル

  3. 多項ロジットモデル

Section 7: パネルデータ分析

  1. パネルデータ分析

Section 8: 機械学習

  1. 機械学習

  2. 教師なし学習

演習

可視化

人流データ（GPS軌跡データ）

Twitter日本語テキスト

参考情報

データ収集や分析のためのツールボックス

博士課程進学希望者向けの教材リスト（要UTokyo ECSSアカウント）

スケジュール

日時：2023年度Sセメスター　木曜日2限

日時

テーマ

対応ページ

第1回

イントロダクション

Python環境の準備

第2回

Python入門＋データ分析基礎（1）

Pythonの基本的な使い方1

第3回

データ分析基礎（1）

Pythonの基本的な使い方2

第4回

データ分析基礎（2）

データ分析の基礎

第5回

分析手法の基礎（1）

相関・回帰・重回帰分析

第6回

分析手法の基礎（2）

相関・回帰・重回帰分析

第7回

分析手法の基礎（3）

離散選択モデル

第8回

分析手法の基礎（4）

パネルデータ分析

第9回

機械学習入門（2）

機械学習

第10回

機械学習入門（3）

演習

第11回

発表

第12回

発表

第13回

発表