講義内容詳細:経済情報処理Ⅰ/情報処理BⅠ

戻る
年度/Academic Year 2022
授業科目名/Course Title (Japanese) 経済情報処理Ⅰ/情報処理BⅠ
英文科目名/Course Title (English) Analysis of Economic Data Ⅰ/Computer Science BⅠ
学期/Semester 前期前半 単位/Credits 2
教員名/Instructor (Japanese) 田中 晋矢
英文氏名/Instructor (English) TANAKA Shinya

講義概要/Course description
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.当科目では経済データを用いた実証分析を行う際に必須となる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を目標とします.当科目ではコンピュータ実習おいて主に表計算ソフトウェアMicrosoft Excelを用います.
達成目標/Course objectives
経済データを用いた実証分析を行う際に必須となる統計手法をコンピュータ実習を通じて身につけること.
履修条件(事前に履修しておくことが望ましい科目など)/Prerequisite
中学・高校レベルの基礎的な数学の知識は前提とします.「統計学概論I・II」を履修済みであることが望ましいですが,こちらは前提とはしません.ただし未履修の方は当該年度中に履修しておくことを強く勧めます.
授業計画/Lecture plan
1
授業計画/Class ガイダンス:授業の進め方とPC操作の基礎【オンライン授業(オンデマンド型)での実施】
2
授業計画/Class Excel実習 part 1:Exce操作の基礎の基礎とe-Statからのデータ入手法
3
授業計画/Class Excel実習 part 2:ヒストグラム
4
授業計画/Class Excel実習 part 3: データの中心の代表値
5
授業計画/Class Excel実習 part 4: データのばらつきの尺度
6
授業計画/Class Excel実習 part 5-1: 散布図
7
授業計画/Class Excel実習 part 5-2: 共分散・相関係数
8
授業計画/Class Excel実習 part 6-1: 最小二乗法と回帰直線の当てはめ
9
授業計画/Class Excel実習 part 6-2: 回帰分析のメリットと説明力
10
授業計画/Class Excel実習 part 7: 重回帰分析
11
授業計画/Class Excel実習 part 8-1: 統計学の基礎(確率変数と確率分布)
12
授業計画/Class Excel実習 part 8-2: 統計学の基礎(正規分布)
13
授業計画/Class Excel実習 part 8-3: 統計学の基礎(t分布)

14
授業計画/Class Excel実習 part 9-1: 仮説検定の考え方
15
授業計画/Class Excel実習 part 9-2: 回帰直線から回帰モデルへ
 
事前学習/Preparation 事前配布される講義資料を事前に読んでおくこと.
事後学習/Reviewing 授業内容を十分に復習すること.
授業方法/Method of instruction
区分/Type of Class 対面授業 / Classes in-person
実施形態/Class Method 通常型 / regular
補足事項/Supplementary notes通常型での実施を原則としますが,教育効果の⾯で有⽤と判断される等の理由でハイブリッド型(ブレンド形式)での実施とする可能性があります
活用される授業方法/Teaching methods used
成績評価方法/Evaluation
1 試験 Exam 80% 教場試験あるいは持ち帰り試験(Take-home Exam)
2 平常点 In-class Points 20% Course Powerを通じて複数回提出してもらう実習課題.
メッセージ/Message
・経済情報処理I・IIを併せて統計データ分析の基礎を学べるように構成されています.つきましては経済情報処理I(情報処理BI)を履修される方は可能な限り経済情報処理II(情報処理BII)も履修してください.

・経済情報処理I・IIは統計データ分析の実習面を重視した科目となり,理論的な側面は可能な限り排して授業が展開されます.統計理論の基礎知識を有し統計的推測にもとづく理論面にも関心がある方は同授業担当者が同時開講している計量経済学I・IIの履修も是非ご検討ください.