2023 Fiscal Year Annual Research Report
Developing learning programs and e-learning materials for data analysis practice on the theme of weather and food and drink
| Project/Area Number |
21K02894
|
|---|
| Research Institution | International College of Technology, Kanazawa |
|---|
Principal Investigator |
今澤 明男 国際高等専門学校, 国際理工学科, 客員教授 (20148141)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | データ分析 / 学習システム / 気象データ / 飲食データ |
|---|
| Outline of Annual Research Achievements |
本年度は、学習者自身が簡単な操作で利用したい気象データを取り出せるシステムを完成させ、利用できるデータも最新化した。また、利用できる飲食のデータも最新化した。一方、同システムを用いたデータ分析の例題集を電子化した。
利用できる気象データは、気象庁によって公開されている気温と降水量のデータから選んだ。対象観測地点は日本の平均気温の算出に用いられる１５地点と、各都道府県を代表する４７地点の合計５９地点（３地点は重複）である。これらの各観測地点の、毎年の平均気温と降水量（各観測地点観測開始時～２０２３年）と毎月の平均気温と降水量（２０１９年１月～２０２３年１２月）と毎日の平均気温と降水量（２０２２年１月１日～２０２３年１２月３１日）および毎時の気温と降水量（２０２３年１月１日１時～２０２３年１２月３１日２４時）が利用できる。学習者が、データの種類と観測地点（複数選択可）および開始時点と終了時点を指定すると、Ｒやエクセルで処理できるｃｓｖ形式のデータファイルが自動作成される。この他に、総務省統計局家計調査の主要５２都市の世帯当たりのコーヒー・紅茶・緑茶、肉類、種類の購入額（いずれも２０２１年から２０２３年の平均）も利用できる。
一方、このシステムを利用した例題を作成して電子化したが、気象データの特性を活かして時系列データの分析を中心にした。主な内容は、視覚化、成分分解（トレンドの抽出、周期変動の抽出、定常性の検査など）とARモデルを用いた予測である。これ以外では、回帰分析ならびにクラスター分析の利用を含めた。また、一度の分析で終わるのではなく、分析を積み重ねて結論に至る例題を含めた。また例題には、分析対象データの例、分析のためのプログラムの例、分析結果の例、類似した課題の例などを添え、学習者が適宜参照しながら自学自習できるようにした。
|
