経済学研究科Graduate School of Economics
ECN523C1－4（経済学 / Economics 500）統計学ＤＢStatistics DB
阿部 俊弘Toshihiro ABE
授業コードなどClass code etc
| 学部・研究科Faculty/Graduate school | 経済学研究科Graduate School of Economics |
| 添付ファイル名Attached documents | |
| 年度Year | 2021 |
| 授業コードClass code | X3328 |
| 旧授業コードPrevious Class code | |
| 旧科目名Previous Class title | |
| 開講時期Term | 秋学期授業/Fall |
| 曜日・時限Day/Period | 火6/Tue.6 |
| 科目種別Class Type | |
| キャンパスCampus | 市ヶ谷 |
| 教室名称Classroom name | |
| 配当年次Grade | |
| 単位数Credit(s) | 2 |
| 備考（履修条件等）Notes | |
| 実務経験のある教員による授業科目Class taught by instructors with practical experience |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
In this course, we introduce various illustrative examples and theory in multivariate analysis. The term "simulation", which is often heard in our real life, is used in various situations. As examples of that, we will tackle to a problem which is difficult to solve analytically. As a result, we will consider a solution to the problem "Where is the true solution likely?" by using pseudo-random numbers.
授業で使用する言語Default language used in class
日本語 / Japanese
授業の概要と目的（何を学ぶか）Outline and objectives
本講義では前半は様々な多変量解析の手法を調査し、その手法の理論と実践を身に着けていきます。また、様々なところで耳にすることも多い「シミュレーション」は様々な状況で使われています。ここでは、疑似乱数を用いて解析的に解くことは難しいような問題に対して「真の解はどこにありそうなのか？」という解決法について取り組んでいきます。
到達目標Goal
様々な多変量解析の概念を調査し、高度な手法を身に着けていく。また、統計的分布の疑似乱数の生成を行い、乱数を用いた予測を行う。
博士後期課程の研究にも対応できるよう、乱数を用いたシミュレーションの実装をした問題解決を考えていく。
この授業を履修することで学部等のディプロマポリシーに示されたどの能力を習得することができるか（該当授業科目と学位授与方針に明示された学習成果との関連）Which item of the diploma policy will be obtained by taking this class?
ディプロマポリシーのうち、「DP1」「DP2」に関連
授業で使用する言語Default language used in class
日本語 / Japanese
授業の進め方と方法Method(s)（学期の途中で変更になる場合には、別途提示します。 /If the Method(s) is changed, we will announce the details of any changes. ）
講義形式で授業を進め、Rを用いた課題を提出します。また、Microsoft WordとMicrosoft Excelも必要に応じて利用していきます。
配布資料も用いながら講義を行います。
アクティブラーニング（グループディスカッション、ディベート等）の実施Active learning in class (Group discussion, Debate.etc.)
なし / No
フィールドワーク（学外での実習等）の実施Fieldwork in class
なし / No
授業計画Schedule
秋学期
※各回の授業形態は予定です。教員の指示に従ってください。
第1回：授業の概要と準備
様々な多変量解析の手法の概観
第2回：主成分分析の理論
データの例と主成分分析の理論
第3回：主成分分析の適用
主成分分析の解釈
第4回：主成分分析の注意点
データの標準化
第5回：クラスター分析の理論
データの例とクラスター分析の理論
第6回：クラスター分析の応用
実データの群分けと解釈
第7回：クラスター分析に関する話題
クラスター分析の注意点
第8回：正準相関分析の理論
データの例と正準相関分析の理論
第9回：正準相関分析の応用
データへの理論の適用
第10回：ブートストラップ法の基本
リサンプリングとブートストラップ標本
第11回：ブートストラップ法の応用
ブートストラップ法の適用
第12回：疑似乱数
疑似乱数を使うことの利点
第13回：様々な統計的分布と疑似乱数
統計的分布とそれに対応する疑似乱数
第14回：疑似乱数による理論の検証
様々な統計理論のシミュレーション
授業時間外の学習（準備学習・復習・宿題等）Work to be done outside of class (preparation, etc.)
本授業の準備学習・復習時間は各2時間を標準とします。
テキスト（教科書）Textbooks
林 賢一(著)・下平 英寿(編集) (2020)『Rで学ぶ統計的データ解析 (データサイエンス入門シリーズ)』
参考書References
宮田庸一(著)(2012）『統計学がよくわかる本』、アイケイコーポレーション
永田靖・棟近雅彦(共著)(2001)『多変量解析法入門』、サイエンス社
成績評価の方法と基準Grading criteria
通常の課題レポート(50%)と最終課題レポート(50%)を考慮し、総合的に判断します。
学生の意見等からの気づきChanges following student comments
特になし
学生が準備すべき機器他Equipment student needs to prepare
・統計ソフトウェアのRを使用します。
・レポート提出のために、Microsoft WordまたはTeXを使用します。
・学習支援システムを利用します。
担当教員の専門分野等
＜専門領域＞統計科学
＜研究テーマ＞方向統計学・EMアルゴリズム
＜主要研究業績＞
[1] Abe, T. & Pewsey, A. (2011). Sine-skewed circular distributions. Statistical Papers, Springer, Volume 52, Number 3, August 2011, pp. 683-707.
[2] Abe, T., Pewsey, A. & Shimizu, K. (2013). Extending circular distributions through transformation of argument. Annals of the Institute of Statistical Mathematics, Springer, Volume 65, Issue 5, October 2013, pp. 833-858.
[3] Abe, T. (2015). Discussion: "On families of distributions with shape parameters''. International Statistical Review, Wiley, Volume 83, Issue 2, September 2015, pp. 193-197.
[4] Abe, T. & Ley, C. (2017). A tractable, parsimonious and flexible model for cylindrical data, with applications. Econometrics and Statistics, Elsevier, Volume 4, October 2017, pp. 91-104.
[5] Abe, T., Fujisawa, H. & Kawashima, T. EM algorithm using overparameterization for multivariate skew-normal distribution. To appear.