基本情報/Basic Information

遠隔授業（授業回数全体の半分以上）の場合は、科目名の先頭に◆が付加されています（2023年度以降）

開講科目名 ／Course	専門演習／Seminar
時間割コード ／Course Code	E1F79007_EM
開講所属 ／Course Offered by	経済学部／Faculty of Economics
ターム・学期 ／Term・Semester	2026年度／Academic Year　　第1クォーター／1Q
曜限 ／Day, Period	木／Thu　2
開講区分 ／Semester offered	通年／a normal year
単位数 ／Credits	3.0
学年 ／Year	3,4
主担当教員 ／Main Instructor	中村　文香
授業形態 ／Lecture Form	演習
教室 ／Classroom	西２号館Ｗ２-２０４／W2-204
開講形態 ／Course Format
ディプロマポリシー情報 ／Diploma Policy	要件年度 ／Required Year 要件所属 ／Course Name ディプロマポリシー ／Diploma Policy DP値 ／DP Point 2020/04 ～9999/04 経済学部 2.専門的知識や技能 8 2020/04 ～9999/04 経済学部 3.課題解決力と自己学修能力 2

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
中村　文香	経済学部（教員）

授業の概要・ねらい ／Course Aims	本演習では、データ分析の基本的な手法を習得し、実証研究の基礎を身に付けることを目的とします。 前期： ・プログラミング言語Rの基本操作（データの読み込み・整形・可視化・回帰分析）を習得する ・グループで研究テーマを設定し、実際のデータを収集・分析する ・グループ研究でのディスカッションや報告を通じて、研究を進めるプロセスを学ぶ 後期： ・Rの応用的な手法（データ整形の発展・交互作用・複数モデルの比較など）を学ぶ ・各自が関心のあるテーマを深掘りし、個人研究の構想を練る ・先行研究の探し方や卒論の書き方を学び、研究計画書を作成・発表する 本演習では、理論の学習よりも実際にコードを書きながら手を動かす実践的な演習が中心となります。グループワークや議論を通じて、研究を進めるプロセスを体験的に学びます。
到達目標 ／Course Objectives	・データを用いた実証分析の基礎的な手法を習得する ・自ら研究課題を発見し、分析できるようになる ・ゼミ内での議論を通じて研究を深める方法を習得する
成績評価の方法・基準 ／Grading Policies/Criteria	課題・発表等（50％）、ゼミ内での議論への貢献（50％）
教科書 ／Textbook	特になし
参考書・参考文献 ／Reference Book	今井耕介『社会科学のためのデータ分析入門（上/下）』（岩波書店, 2018） 星野匡郎, 田中久稔, 北川梨津『Rによる実証分析(第2版) ―回帰分析から因果分析へ―』（オーム社, 2023）
履修上の注意 ・メッセージ ／Notice for Students	・プログラミング未経験でも問題ありませんが、積極的に取り組む姿勢が重要です。 ・グループ研究では、チームで協力しながら進めます。 ・「専門演習レポート」の提出が必要です（Moodleによる提出）。提出⽅法等に関する通知に注意してください。 ・インターネット接続可能なノートパソコンを持参してください。
履修を推奨する関連科目 ／Related Courses	統計学入門、ミクロ経済学、マクロ経済学、労働経済学
授業時間外学修（予習・復習等）の内容 ／students learning outside of the class, preparation and review are included	課題、グループ研究のデータ収集・分析作業、個人研究のテーマ探索など、授業時間外の作業が発生します。
その他連絡事項 ／Other messages	特になし
授業理解を深める方法 ／How to deepen your understanding of classes	実証分析の手法を身に付けるとともに、各自の関心に沿った研究テーマを発見する。 【「アクティブ・ラーニング」実施要項　②，③，④，⑤，⑥，⑧，⑩】
オフィスアワー ／Office Hours	木曜12:30~13:30 不在の場合もありますので、事前にメールでアポイントを取ってください。
科目ナンバリング ／Course Numbering
実務経験のある教員等による授業科目 ／Practical Experience	実践的教育 ／Practical Education 1. 該当しない 実践的教育の内容 ／Contents

No.	回（日時） ／Time (date and time)	主題と位置付け ／Subjects and position in the whole course	学習方法と内容 ／Methods and contents	備考（担当） ／Notes
1	第1回	ガイダンス	・年間スケジュールと到達目標の確認 ・各自の関心テーマを確認
2	第2回	Rの基本操作	・Posit Cloudのワークスペースに参加 ・基本演算、オブジェクト、ベクトル操作 ・tidyverseのインストールと読込
3	第3回	データのインポート・前処理	・CSVファイルの読込 ・パイプ演算子（%>%）の使用
4	第4回	記述統計・データの可視化	・記述統計表の作成 ・ggplot2によるグラフ作成
5	第5回	回帰分析	・単回帰、重回帰分析 ・modelsummaryによる結果表作成
6	第6回	リサーチクエスチョンの検討①	・グループ分け ・リサーチクエスチョンの候補を提出
7	第7回	リサーチクエスチョンの検討②	・リサーチクエスチョンを問いの形に絞り込む ・使用データの候補を検討
8	第8回	リサーチクエスチョンの確定・データ探し	・リサーチクエスチョンの確定 ・データを探し入手可能性を確認
9	第9回	データ収集・前処理①	・データの読込 ・データ構造などを確認 ・前処理を実施
10	第10回	データ収集・前処理②	・前処理の完成
11	第11回	記述統計・可視化	・記述統計表の作成 ・変数の分布を可視化
12	第12回	中間報告・ディスカッション	・研究の中間報告 ・分析方法の確認、修正
13	第13回	回帰分析・結果の解釈①	・回帰分析の実施 ・結果を解釈
14	第14回	回帰分析・結果の解釈②・発表資料作成	・考察 ・必要に応じた追加分析
15	第15回	報告・最終フィードバック	・最終報告会の実施 ・フィードバックおよび最終確認
16	第16回	後期ガイダンス	・後期の予定および個人研究の進め方の確認
17	第17回	Rの応用①：データ整形の発展	・データ整形の発展 ・複数データの結合
18	第18回	Rの応用②：可視化の発展	・ggplot2の応用 ・個人研究テーマの候補検討
19	第19回	Rの応用③：回帰分析の発展	・複雑なモデルの導入と解釈 ・個人研究のテーマ案を共有
20	第20回	学術論文の読み方・先行研究の探し方	・文献のリサーチ方法を学ぶ
21	第21回	卒論の書き方・研究計画の立て方	・卒論の構成、執筆の流れを学ぶ ・個人研究テーマの方向性の整理
22	第22回	研究計画の作成	・研究計画書の作成 ・相互フィードバック
23	第23回	個人研究報告	・研究計画の報告 ・相互フィードバック ・振り返りと今後のスケジュール確認