シラバス参照

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

演習Ⅱ／Seminar Ⅱ

時間割コード
／Course Code

E2F91005_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3クォーター／3Q

曜限
／Day, Period

金／Fri　4

開講区分
／Semester offered

後期／the latter term

単位数
／Credits

2.0

学年
／Year

1,2

主担当教員
／Main Instructor

芦田　昌也

科目区分
／Course Group

授業形態
／Lecture Form

演習

教室
／Classroom

西３号館２１０（研究室１）／西３号館２１０（研究室１）

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	4
		協働性と倫理性	2
		研究科が掲げる到達目標	4

担当教員情報/Instructor Information

教員名／Instructor	教員所属名／Affiliation
芦田　昌也	経済学部（教員）

授業の概要・ねらい／Course Aims	情報を正しく処理するための知識と技能，および正しく表現・解釈するための知識と技能を身につける．対象とする情報は主として数値データである．対象とするデータの特性を理解して，表計算ソフトウェアや統計処理ソフトウェア等を用いて処理し，その結果を表現・解釈し説明してもらう．この過程を通して，明らかにしたい事柄とそれに関するデータの特性・分析手法・表現方法の組み合わせの妥当性を論理的に説明する能力と，結果に対して複数の解釈が生じる場合に議論して妥当な結論を導く能力を身につける．
到達目標／Course Objectives	・データの種類とその特性について説明することができる・データに対して選択した処理手法の妥当性を説明できる・データの特性を考慮した表現方法を用いることができる・結果に基づいて論理的かつ客観的に解釈を考えることができる
成績評価の方法・基準／Grading Policies/Criteria	次の点から評価する．・プレゼンテーション（報告資料）の内容　50% ・質疑応答の内容　25％・議論の内容、25%
教科書／Textbook	なし
参考書・参考文献／Reference Book	前田祐治（訳），「ビジネス統計学原書6版」，丸善出版，ISBN：978-4-621-08891-3 森純一郎（著），「Python データ解析入門」，東京大学出版会，ISBN：978-4-13-062466-4 （python を用いたプログラミングは予定していない．処理の内容を理解する上で参考になる）
履修上の注意・メッセージ／Notice for Students	・表計算ソフトウェア，もしくは統計処理ソフトウェアを使用する予定である．・もし，不慣れであれば授業を通して使い方を習得すること．
履修する上で必要な事項／Prerequisite	・最小限のパソコン操作ができること
履修を推奨する関連科目／Related Courses	なし
授業時間外学修についての指示／Instructions for studying outside class hours	・表計算ソフトウェアや統計処理ソフトウェアの操作に慣れていないならば，1セットのデータでもできることはいろいろあるので，操作を試してみること．・慣れてきたら，オープンデータも提供されているので，目的をもってデータを入手し処理してみること．
その他連絡事項／Other messages	授業形態が「講義」または「講義・演習」に該当する場合、以下の点にご注意ください。シラバスに記載されている授業実施方法が「対面」であっても、受講者数などの理由により「遠隔」に切り替わる可能性があります。授業実施方法に変更がある場合は、授業担当教員または経済学部係から通知がありますので、教育サポートシステムやMoodleなどからの通知に十分注意してください。
授業理解を深める方法／How to deepen your understanding of classes	・ソフトウェアを使用すると，どのような計算が行われているか知ることなく処理結果を得ることができるが，可能な限り処理内容を把握するように心がけるとよい．
オフィスアワー／Office Hours	後期　月曜5限：場所　西3号館 525室電子メールなども利用してください．相談内容によっては，すぐに回答できないことがあります．
科目ナンバリング／Course Numbering	EM0004J11019X795
実務経験／Practical Experience	無

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
1	1回目	ガイダンス授業の進め方	授業の進め方を説明するデータ処理に用いるソフトウェアを準備する
2	2～4回目	データ分析の基礎	データの種類や特性について学ぶ．
3	5～14回目	データ処理手法の修得	適当なオープンデータを入手し，使用するソフトウェアの機能を把握する．処理結果を可視化し，そこから読み取れる内容をまとめて報告する
4	15回目	まとめ	修得した処理方法や可視化の方法についてまとめる

授業の概要・ねらい／Course Aims	情報を正しく処理するための知識と技能，および正しく表現・解釈するための知識と技能を身につける．対象とする情報は主として数値データである．対象とするデータの特性を理解して，表計算ソフトウェアや統計処理ソフトウェア等を用いて処理し，その結果を表現・解釈し説明してもらう．この過程を通して，明らかにしたい事柄とそれに関するデータの特性・分析手法・表現方法の組み合わせの妥当性を論理的に説明する能力と，結果に対して複数の解釈が生じる場合に議論して妥当な結論を導く能力を身につける．
到達目標／Course Objectives	・データの種類とその特性について説明することができる・データに対して選択した処理手法の妥当性を説明できる・データの特性を考慮した表現方法を用いることができる・結果に基づいて論理的かつ客観的に解釈を考えることができる
成績評価の方法・基準／Grading Policies/Criteria	次の点から評価する．・プレゼンテーション（報告資料）の内容　50% ・質疑応答の内容　25％・議論の内容、25%
教科書／Textbook	なし
参考書・参考文献／Reference Book	前田祐治（訳），「ビジネス統計学原書6版」，丸善出版，ISBN：978-4-621-08891-3 森純一郎（著），「Python データ解析入門」，東京大学出版会，ISBN：978-4-13-062466-4 （python を用いたプログラミングは予定していない．処理の内容を理解する上で参考になる）
履修上の注意・メッセージ／Notice for Students	・表計算ソフトウェア，もしくは統計処理ソフトウェアを使用する予定である．・もし，不慣れであれば授業を通して使い方を習得すること．
履修する上で必要な事項／Prerequisite	・最小限のパソコン操作ができること
履修を推奨する関連科目／Related Courses	なし
授業時間外学修についての指示／Instructions for studying outside class hours	・表計算ソフトウェアや統計処理ソフトウェアの操作に慣れていないならば，1セットのデータでもできることはいろいろあるので，操作を試してみること．・慣れてきたら，オープンデータも提供されているので，目的をもってデータを入手し処理してみること．
その他連絡事項／Other messages	授業形態が「講義」または「講義・演習」に該当する場合、以下の点にご注意ください。シラバスに記載されている授業実施方法が「対面」であっても、受講者数などの理由により「遠隔」に切り替わる可能性があります。授業実施方法に変更がある場合は、授業担当教員または経済学部係から通知がありますので、教育サポートシステムやMoodleなどからの通知に十分注意してください。
授業理解を深める方法／How to deepen your understanding of classes	・ソフトウェアを使用すると，どのような計算が行われているか知ることなく処理結果を得ることができるが，可能な限り処理内容を把握するように心がけるとよい．
オフィスアワー／Office Hours	後期　月曜5限：場所　西3号館 525室電子メールなども利用してください．相談内容によっては，すぐに回答できないことがあります．
科目ナンバリング／Course Numbering	EM0004J11019X795
実務経験／Practical Experience	無

授業情報／Class Information

基本情報/Basic Information

担当教員情報/Instructor Information