DS教材

【研究会監修】『データ分析の基礎』生成AIではじめる統計・データサイエンス

『データ分析の基礎』生成AIではじめる統計・データサイエンス

　　　　　　　　　

購入はこちらをクリックしてください

本研究会で監修した，生成AIを活用した統計・データサイエンスの基礎が学習できる本が発売されます。

ChatGPTのような，データ分析を対話型で実行し分析の深堀りを支援する生成AIが登場したことで，これまでとは異なるアプローチでデータ分析が可能になりました。

本書では，このようなChatGPTの活用法を具体的な実行事例で紹介し，会話を通じてデータ分析をどのように行えるかを学んでいきます。

従来の統計ツールとは一線を画す新しいデータ分析の形を体験し，デジタル時代の新しいデータに基づく思考法を身につけるきっかけとなる，データ分析の入門書です。

高等学校や大学での授業実践を通して，培われた内容が詰まった1冊となっておりますので，是非一度ご覧ください。

また，本ページでは、本書の読者の皆さまが、本書に沿って操作を練習するためのサンプルデータを提供しています。

もくじ

  • 第1章　データの理解とChatGPTの力
  • 第2章　ChatGPTと学ぶ統計学基礎
  • 第3章　データ分析と可視化
  • 第4章　データサイエンスの基本モデル活用　～重回帰分析、主成分分析、クラスタリングを用いた探究事例を例にして～　　
  • 第5章　検証のためのPythonを用いたコーディング環境構築入門
  • 第6章　データおよびデータ分析倫理とGPT使用上の注意点

本書で使用しているデータのダウンロードについて

日本統計学会統計教育分科会 (編集)，JDSSP 高等学校データサイエンス教育研究会 (編集)の『データ分析の基礎－生成ＡＩではじめる統計・データサイエンス』（東京図書）で用いているデータは，下記のようにサンプルデータのダウンロードが可能です．

本書の読者の皆さまが，本書に沿って操作を練習するためのサンプルデータを提供しています．

なお，以下の注意事項にご注意ください．

データのダウンロードについて

第1章　データの理解とChatGPTの力

第2章　ChatGPTと学ぶ統計学基礎

第3章　データ分析と可視化

第1節　散布図行列

115ページ，119ページの散布図行列で使用した気象データ

115ページおよび119ページの散布図行列で使用した神戸市の気象データは，気象庁のウェブサイト「過去の気象データ検索」からダウンロードしたデータをもとに作成しています．

データの入手方法：

1．気象庁ウェブサイトの「過去の気象データ・ダウンロード」ページにアクセスします．

2．「地点」「項目」「期間」「表示オプション」を選択します．

・地点の選択例: 兵庫県 > 神戸

・項目の選択例: 月別値 > 平均気温，降水量の合計，日照時間等

・期間の選択例: 2020年1月から2021年12月まで

3.「CSVファイルをダウンロード」ボタンをクリックしてデータを取得します．

本書での使用データについて:

・115ページ: 上記手順でダウンロードした日ごとの気象データを，月ごとの平均値に集計したものを使用しています．データには，平均気温 (Average Temp)，月降水量の合計 (Rainfall)，月間日照時間 (Sunshine)，平均風速 (WindSpeed) が含まれます．

【提供データ名: 115p_data.xlsx】

・119ページ: 115ページのデータに，月ごとに季節を分類する「season」列（11月～1月: 1，2月～4月: 2，5月～7月: 3，8月～10月: 4）を追加したものを使用しています．

【提供データ名: 119p_data.xlsx】

第2節　ツリーマップ，第3節　サンバーストチャート

124ページおよび125ページで使用した都道府県別の出生数に関するデータは，独立行政法人統計センターが提供する「SSDSE-市区町村」のデータセットから，「出生率」に関する項目を抽出して使用しました 。

データの出典:

・独立行政法人 統計センター: SSDSE-市区町村（SSDSE-B)

（URL: https://www.nstac.go.jp/use/literacy/SSDSE/ ）

第4節　サンキーダイアグラム

128ページで使用したサンキーダイアグラムのデータは，著者らが独自に作成したものです．Source（A～E）からTarget（D～H）への移動量（Value）を示したデータとなります．

【提供データ名: 128p_data.xlsx】

第4章　データサイエンスの基本モデル活用　～重回帰分析、主成分分析、クラスタリングを用いた探究事例を例にして～　　

第2節 　重回帰分析を用いたスマートフォン価格の分析事例

　【 スマートフォン価格データ.csv 】

（出典：https://www.kaggle.com/datasets/rkiattisak/mobile-phone-price/data）

＊一部加工済みのデータとなります．

第3節　主成分分析を用いた企業の財務分析事例

　【 企業の財務データ.csv 】

第4節　クラスタリングを用いたアンケート分析事例

　【 旅行者行動特性調査_国籍別.csv 】

（出典：https://data.tourism.metro.tokyo.lg.jp/policy/）

＊一部加工済みのデータとなります．

第5章　検証のためのPythonを用いたコーディング環境構築入門

第3節　体力測定データの分析

分析用疑似データセットと参考コードファイル

【 提供するデータ・分析のコードファイル 】

第4節　Github公開データセットの活用：フィギュアスケートのジャンプの分析事例

【 ジャンプ分析事例に関する提供データ 】

（出典：https://github.com/ryota-skating/FS-Jump3D ）

第6章　データおよびデータ分析倫理とGPT使用上の注意点

編集

  • 日本統計学会統計教育分科会
  • JDSSP高等学校データサイエンス教育研究会
おすすめの記事