〇 | 経済学を用いて、社会現象を複眼的視点から論理的に理解・分析することができる |
◎ | 数量的・統計的データを正確に理解することができる |
〇 | 日本・世界の経済・社会に関する知識を持ち、活用することができる |
経済問題について、日本語や英語を用いて、他者の考えを正確に理解し、自らの考えを明確に伝えることができる | |
世界の多様性、および経済問題・社会問題の多面性を理解し、適切な議論を行うことができる | |
経済学の学修を通じて、自らの行動を律し、他者と協力しながら、目標を達成できる | |
社会の発展、人びとの幸福への方途を、経済学を用いて提案することができる |
回数 | 内容 | |
1回目 | 講義内容 |
イントロダクション
統計学の基礎知識: 平均、変化率、幾何平均、移動平均 |
事前事後 学習の内容など |
教科書 pp.7-22
|
|
2回目 | 講義内容 |
統計学の基礎知識: 分散、標準偏差、共分散、相関係数、相関係数の検定
|
事前事後 学習の内容など |
宿題および教科書 pp.26-30, pp.40-48の予習をしておくこと。以下、教科書のページ番号を示す。
|
|
3回目 | 講義内容 |
統計学の基礎知識: 歪度、尖度、ジニ係数とローレンツ曲線
|
事前事後 学習の内容など |
教科書 pp.34-38, pp.59-75
|
|
4回目 | 講義内容 |
統計学の基礎知識: 寄与度と寄与率、価格指数と数量指数
|
事前事後 学習の内容など |
宿題と教科書 pp.75-80
|
|
5回目 | 講義内容 |
単回帰モデル: 最小2乗推定量の導出
|
事前事後 学習の内容など |
宿題。また、経済数学入門の講義内容から偏微分などの復習しておくこと。
|
|
6回目 | 講義内容 |
単回帰モデル: 残差の性質と決定係数
|
事前事後 学習の内容など |
宿題と教科書 pp.85-92
|
|
7回目 | 講義内容 |
単回帰モデル: Excelによる回帰分析
|
事前事後 学習の内容など |
宿題と教科書 pp.92-106
|
|
8回目 | 講義内容 |
単回帰モデル: 測定単位と推定値
|
事前事後 学習の内容など |
宿題と教科書 pp.85-106
|
|
9回目 | 講義内容 |
重回帰モデル:最小二乗推定量、残差
|
事前事後 学習の内容など |
宿題と教科書 pp.113-123
|
|
10回目 | 講義内容 |
重回帰モデル:偏相関係数
|
事前事後 学習の内容など |
宿題と教科書 pp.123-128
|
|
11回目 | 講義内容 |
回帰モデルの仮説検定:t検定、95%信頼区間、F検定、構造変化の検定
|
事前事後 学習の内容など |
宿題と教科書 pp.135-155
|
|
12回目 | 講義内容 |
回帰モデルの仮説検定:Excelによる実践
|
事前事後 学習の内容など |
宿題と教科書 pp.135-155
|
|
13回目 | 講義内容 |
単回帰モデル: 最小2乗推定量の性質
|
事前事後 学習の内容など |
宿題と教科書 p.129
|
|
14回目 | 講義内容 |
中間試験(変更の可能性あり。最新情報は、担当教員の連絡または教務課の通知を確認して下さい。)
|
事前事後 学習の内容など |
これまで授業内容の復習。
|
|
15回目 | 講義内容 |
ダミー変数
|
事前事後 学習の内容など |
宿題と教科書 pp.163-176
|
|
16回目 | 講義内容 |
R言語によるデータ分析
|
事前事後 学習の内容など |
宿題と講義資料「R言語によるデータ分析」に目を通しておくこと。
|
|
17回目 | 講義内容 |
系列相関の検定
|
事前事後 学習の内容など |
宿題と教科書 pp.183-192
|
|
18回目 | 講義内容 |
系列相関の検定: ExcelとR言語
|
事前事後 学習の内容など |
宿題と教科書 pp.192-201
|
|
19回目 | 講義内容 |
系列相関の対処法: CO法
|
事前事後 学習の内容など |
宿題と教科書 pp.192-201
|
|
20回目 | 講義内容 |
系列相関の対処法: Newey and Westの標準誤差
情報と社会: 社会で活用されているデータ、 教育用標準データセット(SSDSE)、教育用データ提供システム(北海道大学)、データ活用における留意事項 実証分析のプロジェクト: 研究計画の作成(1) |
事前事後 学習の内容など |
宿題。講義資料を読んでくること。分析テーマを検討すること
|
|
21回目 | 講義内容 |
不均一分散:R言語
|
事前事後 学習の内容など |
宿題と教科書 p.130
|
|
22回目 | 講義内容 |
情報と社会: Society 5.0、社会で起きている変化
実証分析のプロジェクト: 研究計画の作成(2) |
事前事後 学習の内容など |
宿題。研究計画を検討すること
|
|
23回目 | 講義内容 |
主成分分析: R言語
|
事前事後 学習の内容など |
宿題。また講義資料に目を通しておくこと。
|
|
24回目 | 講義内容 |
情報と社会: データ・AIの利活用(1)データ・AIの活用領域
実証分析のプロジェクト: 計量モデルの作成とデータの収集 |
事前事後 学習の内容など |
宿題。研究計画のフィードバックに目を通すこと。計量モデルとデータの入手方法を考えること
|
|
25回目 | 講義内容 |
ロジットモデルとプロビットモデル:R言語
|
事前事後 学習の内容など |
宿題。また講義資料に目を通しておくこと。
|
|
26回目 | 講義内容 |
情報と社会: データ・AIの利活用(2)データ・AI利活用のための技術
実証分析のプロジェクト: 推定結果の解釈 |
事前事後 学習の内容など |
宿題。推定結果の解釈について、試案を作成する。
|
|
27回目 | 講義内容 |
パネルデータ分析:R言語
|
事前事後 学習の内容など |
宿題。また講義資料に目を通しておくこと。
|
|
28回目 | 講義内容 |
情報と社会: データ・AIの利活用(3)データ・AI利活用の現場
実証分析のプロジェクト: レポート作成 |
事前事後 学習の内容など |
宿題。レポート作成の準備
|
|
29回目 | 講義内容 |
因子分析:R言語
|
事前事後 学習の内容など |
宿題。講義資料に目を通しておくこと。
|
|
30回目 | 講義内容 |
情報と社会:データ利活用の最新動向
授業の振り返りと発展的な学習について |
事前事後 学習の内容など |
授業の復習
|
種別 | 割合 | 評価基準 |
定期試験 |
30% | 重回帰分析をはじめ、発展的な回帰分析を理解していること |
中間試験 |
30% | 統計学の基礎と単回帰分析を理解していること |
レポート |
10% | 授業で学んだことを、実際の経済分析に応用できること |
実技・作品等 |
||
日常点(小テスト・課題等) |
30% | 宿題は15回の予定 |
その他 |