02

データサイエンス・統計基礎

00-09 総合・基礎方法

コード: W02 (CC.TT.AA.UU)

データサイエンス・統計基礎は、データを収集・整理・分析し、現象を可視化・理解・予測するための方法を扱う領域である。統計学、機械学習基礎、実験設計、データ可視化、因果推論などを含み、科学研究・政策立案・企業活動のあらゆる分野で不可欠となる。信頼できるデータ解釈のための基礎リテラシーを形成し、データ駆動の意思決定を支える。

TT: 主題一覧 (Teaching Topic)

CC02 データサイエンス・統計基礎 の100主題。各主題をクリックで詳細を表示。

00-09 基礎・定義
00データサイエンス・統計学の定義と役割01データ・情報・知識の区別と関係02データの種類（構造化・非構造化・時系列・空間・テキスト）03研究デザインの基本（仮説・検証・変数）04記述統計基礎（平均・分散・分布・割合）05推測統計基礎（母集団・標本・推定）06測定の信頼性・妥当性（尺度・誤差）07データ品質とバイアス（欠損・外れ値・選択バイアス）08データ倫理・研究倫理(個人情報・インフォームドコンセント)09データサイエンスと他分野（AI・情報学・社会科学）
10-19 理論・分類
10確率論基礎（確率分布・期待値・分散）11推定理論（点推定・区間推定・最尤推定）12仮説検定理論（p値・有意水準・検定力）13回帰分析理論（単回帰・重回帰・線形モデル）14分散分析・多変量解析理論（ANOVA・主成分分析など）15時系列解析理論（AR,MA,ARIMA）16サンプリング理論（標本設計・層化・クラスター）17ベイズ統計・ベイズ推論18モデリング理論（数理モデル・シミュレーション）19測定理論・テスト理論（古典的テスト理論・IRT）
20-29 歴史・変遷
20古典統計学の誕生（ガウス・ベルヌーイ・ラプラス）21近代統計学の発展（フィッシャー・ネイマン・ピアソン）22社会調査法・実験心理学の方法論史23数理統計と計算統計の発展史（モンテカルロ法）24コンピュータと統計計算史（統計ソフトの登場）25データサイエンス概念の登場とビッグデータ時代26日本における統計史・公的統計の発展（国勢調査等）27医学統計・臨床試験方法論の歴史28AI・機械学習と統計学の関係史29オープンサイエンス・再現性危機と方法論の変遷
30-39 制度・ガバナンス
30公的統計制度（統計法・公的統計の仕組み）31データ政策とデータガバナンス（政府・企業）32個人情報保護制度（GDPR・日本の個人情報保護）33研究倫理制度（IRB・倫理審査）34オープンサイエンス・データ公開ガイドライン35統計教育・カリキュラムにおける必修化政策36国際統計機関（UN,OECD,IMF）37ビジネスにおけるデータコンプライアンス（業種規制等）38データ標準化・メタデータ規格（ISO・W3C）39データ経済とデータ取引・プラットフォームガバナンス
40-49 設計・方法論
40実験デザイン設計（ランダム化・統制群・ブラインド）41調査デザイン・質問紙・インタビュー設計42観察研究・ケーススタディ設計43サンプリング設計（標本サイズ・抽出法）44混合研究法設計（質的＋量的）45データ収集設計（センサー・ログ・行政データ）46データ前処理・ETLパイプライン設計47可視化・ダッシュボード設計（BI・報告用グラフ）48統計解析・モデリング手順設計（学習・検証・テスト）49研究報告•再現可能なワークフロー設計(コード共有•ノートブック)
50-59 実務・運用
50データ収集実務（調査実施・スクレイピング・IoT）51データクレンジング・整形実務（欠損処理・標準化）52記述統計・探索的データ解析の実務53推測統計・モデル推定の実務54統計ソフト・言語活用実務（Excel,）55データベース運用・管理実務（SQL/NoSQL）56社会調査・市場調査の運用実務57医学・臨床試験のデータ管理実務58政策評価・行政統計の実務運用59企業・組織におけるデータ分析チーム運営（Data）
60-69 事例・応用
60医学・公衆衛生におけるデータ解析事例61教育研究・EdTechのデータ活用事例62経済・金融・リスク管理における応用事例63マーケティング・顧客分析・レコメンド事例64製造・品質管理・工学実験での応用事例65農学・環境・気候モデルにおける応用事例66政策評価・社会調査・行政データ活用事例67SNS・テキスト・自然言語データ解析事例68画像・映像・センサーデータ解析事例69科学研究データ（天文・物理・生物等）の応用事例
70-79 データ・評価
70モデル評価指標（MSE,RMSE,）71分類モデル評価（混同行列・精度・再現率・F1）72ROC曲線・AUC・しきい値調整73モデル選択指標（AIC,BICなど）74クロスバリデーション・ブートストラップ75クラスタリング・次元削減の評価（シルエット係数等）76データ品質評価（欠損率・整合性・一貫性）77フェアネス・バイアス評価（グループ間格差）78研究の再現性・透明性評価（再現実験・オープンデータ）79データ活用のインパクト評価（政策・ビジネス・社会効果）
80-89 教育・普及
80学校教育における統計・データ教育（小中高）81大学・大学院のデータサイエンス・統計教育82社会人リスキリング・企業内研修83MOOC・オンライン講座（Coursera,）84教科書・教材・ワークブック開発85コンペ・ハッカソン（Kaggle,等）を用いた教育86国際共同教育プログラム（留学・ダブルディグリー）87統計リテラシー普及活動（市民講座・メディア）88科学館・博物館におけるデータ展示・体験型教材89生涯学習としてのデータサイエンス・統計学
90-99 未来・退避
90自動統計解析・AutoMLとデータ分析の自動化91生成AIとデータ活用（LLM,生成モデルとの連携）92量子計算とデータ解析・量子統計の可能性93データ民主化と市民科学の未来94監視社会とデータ倫理の課題・ルール形成の未来95超巨大データ・シミュレーション科学の未来（天文・物理）96ネットワーク科学・複雑系など新興方法論の展開97廃れた統計手法・旧来の計算手法（計算尺・パンチカード）98実験的データ・方法論（VR統計教育・インタラクティブ解析）99退避：未分類・古典的統計・データサイエンス知識