シラバス参照
|
シラバス参照
|
| 科目一覧へ戻る | 2026/04/06 現在 |
|
開講科目名 ／Course |
データを用いた実証分析入門／Introduction to Empirical Analysis with Data | ||||||||
|---|---|---|---|---|---|---|---|---|---|
|
時間割コード ／Course Code |
E1G10111_E1 | ||||||||
|
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 |
火／Tue 4 | ||||||||
|
開講区分 ／Semester offered |
前期／the former term | ||||||||
|
単位数 ／Credits |
2.0 | ||||||||
|
学年 ／Year |
2,3,4 | ||||||||
|
主担当教員 ／Main Instructor |
中村 文香 | ||||||||
|
授業形態 ／Lecture Form |
講義 | ||||||||
|
教室 ／Classroom |
西２号館Ｗ２-３０２／W2-302 | ||||||||
|
開講形態 ／Course Format |
|||||||||
|
ディプロマポリシー情報 ／Diploma Policy |
|
|
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 |
ビッグデータ時代到来と言われて久しい今日、データを適切に分析し、適切に解釈する能力はすべての人に必要なスキルとなりつつあります。 この授業では、「学祭の売り上げを向上させるには？」というテーマを例に、統計学の基礎的な知識を用いて、Excelで実際のデータを加工・整理する手法を学びます。 |
||||
|---|---|---|---|---|---|
|
到達目標 ／Course Objectives |
・データを適切に管理・整理する手法を身に着ける ・データを見やすく加工し、データの性質を知る方法を学ぶ ・データから全体の性質を知る方法を学ぶ |
||||
|
成績評価の方法・基準 ／Grading Policies/Criteria |
小テスト100％ | ||||
|
教科書 ／Textbook |
特になし | ||||
|
参考書・参考文献 ／Reference Book |
大屋幸輔『コア・テキスト統計学』（新世社, 2003） 中室牧子/津川友介『｢原因と結果｣の経済学』（ダイヤモンド社, 2017） |
||||
|
履修上の注意 ・メッセージ ／Notice for Students |
授業内でPCを使用します。各自持参してください。 | ||||
|
履修を推奨する関連科目 ／Related Courses |
統計学入門 | ||||
|
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 |
データ分析の手法を身に着けるためには、方法を理解するだけでなく実践を通じて慣れていくことが重要です。講義中の演習以外にも、さまざまなデータに触れることを意識してください。 | ||||
|
その他連絡事項 ／Other messages |
授業までに配布する資料を入手し、各自持参してください。授業時間内に資料配布は行いません。 | ||||
|
授業理解を深める方法 ／How to deepen your understanding of classes |
実際に自分の手を動かし、授業内で解説する関数等を最後まで実行できるように努めてください。分からない箇所はそのままにせず、都度質問するようにしてください。 【「アクティブ・ラーニング」実施要項 ⑥】 |
||||
|
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 |
|
| 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 | イントロダクション・データの構造 | ・用語の説明 ・実証分析とは ・データの構造 |
|
| 2 | 第2回 | 記述統計①：データを見やすく整理する | ・グラフの種類 ・Excelを用いた度数分布表 |
|
| 3 | 第3回 | 記述統計②：データに合わせたグラフを作成する | ・さまざまなグラフ | |
| 4 | 第4回 | 平均と分散・標準偏差：売り上げの平均とばらつき | ・Excelを用いた平均、分散と標準偏差の計算 | |
| 5 | 第5回 | 共分散と相関係数：日にちと売上の関係 | ・散布図 ・共分散と相関係数 |
|
| 6 | 第6回 | 推測統計①：限られたデータから全体を予測する | ・推測統計とは | |
| 7 | 第7回 | 推測統計②：正しいデータの取り方とは | ・ランダムサンプリング ・データ管理 |
|
| 8 | 第8回 | 標準誤差：グループ間の売上の違いを明らかにする | ・標準誤差 ・標準誤差を考慮したグラフ |
|
| 9 | 第9回 | 仮説検定①：男女間で売上は変わるのか？ | ・仮説検定の考え方 | |
| 10 | 第10回 | 仮説検定②：男女間で売上が異なるかを客観的に判断する | ・t検定 | |
| 11 | 第11回 | 回帰分析①：男女の売上を予測する | ・ノンパラメトリック回帰 | |
| 12 | 第12回 | 回帰分析②：売り上げ予測をモデル化する | ・線形回帰 | |
| 13 | 第13回 | 回帰分析③：気温と属性から売上を予測する | ・重回帰分析 | |
| 14 | 第14回 | 因果推論：広告が売上に与える効果とは？ | ・因果と相関 ・因果推論とは |
|
| 15 | 第15回 | ランダム化比較試験：キャンペーンの効果を検証する | ・ランダム化比較試験 |