シラバス参照
シラバス参照
| 科目一覧へ戻る | 2022/04/06 現在 |
| 科目名／Subject | 経済学特別講義（Rによる経済データ分析） |
|---|---|
| 担当教員（所属）／Instructor | 田中 晋矢 (商学部) |
| 授業科目区分／Category | 昼間コース 学科別専門科目 |
| 開講学期／Semester | 2022年度／Academic Year 前期／Spring Semester |
| 開講曜限／Class period | 他 |
| 対象所属／Eligible Faculty | 商学部／Faculty of Commerce |
| 配当年次／Years | 2年 , 3年 , 4年 |
| 単位数／Credits | 2 |
| 研究室番号／Office | |
| オフィスアワー／Office hours |
| 更新日／Date of renewal | 2022/02/28 |
|---|---|
| 授業の目的・方法 ／Course Objectives and method |
現在では統計分析スキルは「読み」「書き」「そろばん」と同様に重要なものとなっています．当科目では主に経済学科目「統計学(A, B)」履修済の学生を対象として経済データ（含ビジネス関連データ）を用いた実証分析を行う際に必須となる線形回帰分析を主とする統計分析手法の基礎を統計分析ソフトウェアRの実習を通じて身につけることを目的とします． |
| 達成目標 ／Course Goals |
経済データ（含ビジネス関連データ）を用いた実証分析を行う際に必須となる基礎的な統計分析手法をコンピュータ実習を通じて身につけること． |
| 授業内容 ／Course contents |
当科目は統計分析ソフトウェアRの実習（応用）と統計分析手法の学習（理論）を並行して展開されます： 第１回：ガイダンス，R操作の基礎(1) 第２回：R操作の基礎(2) 第３回：ヒストグラム，代表値，バラツキの尺度 第４回：散布図，共分散，相関係数 第５回：最小二乗法と単回帰直線 第６回：重回帰平面 第７回：回帰分析のメリットと説明力 第８回：仮説検定の考え方 第９回：単回帰モデル(1) 第１０回：単回帰モデル(2) 第１１回：重回帰モデル 第１２回：ダミー変数を用いた回帰分析(1) 第１３回：ダミー変数を用いた回帰分析(2) 第１４回：離散選択モデル(1) 第１５回：離散選択モデル(2) |
| 事前学修・事後学修 ／Preparation and review lesson |
事前学習：講義開始前にmanaba等を通じて事前配布される各回で利用する講義資料に目を通し，講義での学修予定内容について各種文献等を用いて予習しておくこと． 事後学習：講義終了後，講義中に理解が不十分であった項目について必ず復習を行ったうえで復習課題に取り組むこと． |
| 使用教材 ／Teaching materials |
担当教員作成の教材を利用します． |
| 成績評価の方法 ／Grading |
複数回提出してもらう復習課題（２０％）と学期末レポート課題（８０％）の合計点で評価します． |
| 成績評価の基準 ／Grading Criteria |
経済学科成績評価の統一基準により成績評価を行います． |
| 履修上の注意事項 ／Remarks |
・「授業の目的・方法」欄にて言及したとおり，当科目は経済学科目「統計学（A,B）」履修済みあるいは入門レベルの統計学（特に記述統計の基礎）の知識を有していることを前提として講義を進めます． ・統計学の復習を必要に応じて行いますので統計学関連科目未履修の方の履修を妨げませんが，担当教員による個別の統計学に関する復習サポートは原則として出来かねますのでその点ご承知おきのうえ履修してください． ・１５回講義のうち２～３回，ご自身が所有しているPCを持参して頂くことがあることをご承知おきください． |
| 実務経験者による授業 ／Courses conducted by the ones with practical experiences |
該当しない |