シラバス参照

授業情報/Class Information

科目一覧へ戻る 2025/04/01 現在

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
データを用いた実証分析B
時間割コード
/Course Code
E2F13007_E1
開講所属
/Course Offered by
経済学研究科/Graduate School of Economics
ターム・学期
/Term・Semester
2025年度/Academic Year  第2クォーター/2Q
曜限
/Day, Period
月/Mon 3
開講区分
/Semester offered
第2クォーター/2Q
単位数
/Credits
1.0
学年
/Year
1,2
主担当教員
/Main Instructor
中村 文香
科目区分
/Course Group
_ 
授業形態
/Lecture Form
講義
教室
/Classroom
西3号館108(コミュニケーションⅡ)/西3号館108(コミュニケーションⅡ)
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
2022/04
~9999/04
経済学研究科 高度な専門性と研究力 5
協働性と倫理性 3
地域への関心とグローバル視点 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
この授業では、統計学の基礎的な知識を復習しながら、Excelで実際のデータを加工・整理する手法を学ぶことで、論文を書くために最低限必要な分析手法を身に着けていきます。特に、「データを用いた実証分析A」の知識を前提に、手元のデータから全体の傾向を予測することに主眼を置きます。
到達目標
/Course Objectives
・データから全体の性質を知る方法を学ぶ
・基礎的な仮説検定と回帰分析の手法を身に着ける
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
特になし
履修上の注意 ・メッセージ
/Notice for Students
特になし
履修する上で必要な事項
/Prerequisite
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
特になし
授業時間外学修についての指示
/Instructions for studying outside class hours
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
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
E07034J11109B545,E07034J11109R545,E07034J11109G545,E07034J11109P545,E07034J11109S545
実務経験
/Practical Experience
No. 回(日時)
/Time (date and time)
主題と位置付け
/Subjects and instructor's position
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、推測統計➀ ・推測統計とは
2 第2回 推測統計② ・ランダムサンプリング
・データ管理
3 第3回 標準誤差 ・標準誤差
・標準誤差を考慮したグラフ
4 第4回 仮説検定① ・仮説検定の考え方
5 第5回 仮説検定② ・t検定
6 第6回 回帰分析① ・ノンパラメトリック回帰
7 第7回 回帰分析② ・線形回帰
8 第8回 まとめ ・これまでの復習
・実際にデータを扱うときの注意点

科目一覧へ戻る