理工学部Faculty of Science and Engineering
MAN300XF(経営学 / Management 300)国際経営分析International Business Environment
劉 慶豊
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | 理工学部Faculty of Science and Engineering |
添付ファイル名Attached documents | |
年度Year | 2022 |
授業コードClass code | H6558 |
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3/Tue.3 |
科目種別Class Type | |
キャンパスCampus | 小金井 |
教室名称Classroom name | 各学部・研究科等の時間割等で確認 |
配当年次Grade | |
単位数Credit(s) | |
備考(履修条件等)Notes | |
他学部公開科目Open Program | |
他学部公開(履修条件等)Open Program (Notes) | |
グローバル・オープン科目Global Open Program | |
成績優秀者の他学部科目履修制度対象Interdepartmental class taking system for Academic Achievers | |
成績優秀者の他学部科目履修(履修条件等)Interdepartmental class taking system for Academic Achievers (Notes) | |
実務経験のある教員による授業科目Class taught by instructors with practical experience | ○ |
SDGsCPSDGs CP | |
アーバンデザインCPUrban Design CP | |
ダイバーシティCPDiversity CP | |
未来教室CPLearning for the Future CP | |
カーボンニュートラルCPCarbon Neutral CP | |
千代田コンソ単位互換提供(他大学向け)Chiyoda Campus Consortium | |
カテゴリー<理工学部>Category |
経営システム工学科 学科専門科目 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
(Course outline)
This course introduces data science methods for international business analysis to students taking this course.
(Learning Objectives)
The aim of the course is to enable students to develop their practical ability to analyze the risks and other management issues in international businesses based on statistical and econometrics methods.
(Learning activities outside of classroom)
Before/after each class meeting, students are expected to read the relevant books, understood the content, and completed the required assignments.
(Grading Criteria /Policy)
The evaluation will be based on exercises (40%) and a final examination (60%).
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
ビッグデータ時代に必要とされる素養としてデータサイエンスの方法を習得し、国際経営に関わる事象の分析への応用力を身につける。
到達目標Goal
国際経営に特有なリスクの分析と予測やマーケテイング、人事管理などの課題を解決するための計量的な手法を実例を通じて習得する。
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」と「DP2」と「DP4」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. )
講義とコンピューター実習
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
授業形態/methods of teaching:対面/face to face
※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。
1[対面/face to face]:導入
国際経営分析とビッグデータ
2[対面/face to face]:R / Pythonの基礎
コンピューター実習
3[対面/face to face]:国際経営のリスク(1)為替リスク予測
手法の学習
4[対面/face to face]:国際経営のリスク(2)為替リスク予測
コンピューター実習
5[対面/face to face]:国際経営のリスク(3)信用リスク分析
手法の学習
6[対面/face to face]:国際経営のリスク(4)信用リスク分析
コンピューター実習
7[対面/face to face]:市場細分化分析
手法の学習
8[対面/face to face]:市場細分化分析
コンピューター実習
9[対面/face to face]:商品価格付けに関して
手法の学習
10[対面/face to face]:商品価格付けに関して
コンピューター実習
11[対面/face to face]:Eコマース分析
手法の学習
12[対面/face to face]:Eコマース分析
コンピューター実習
13[対面/face to face]:人的資源HR分析
手法の学習
14[対面/face to face]:人的資源HR分析
コンピューター実習
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・復習等の授業時間外学習は、4時間を標準とする】事前に参考書や講義資料を読んで予習し、講義後に分析法の実装の練習を繰り返し行ってください。
テキスト(教科書)Textbooks
指定しない
参考書References
福地純一郎, 伊藤有希. (2011). R による計量経済分析. 朝倉書店.
中妻照雄. (2020). 実践PythonライブラリーPythonによる計量経済学入門. 朝倉書店.
Provost, F., & Fawcett, T. (2013). Data Science for Business: What you need to know about data mining and data-analytic thinking. O'Reilly Media, Inc.
成績評価の方法と基準Grading criteria
実習課題40%と期末試験60%
学生の意見等からの気づきChanges following student comments
授業中にアンケートを行い、学生の理解度を踏まえて講義内容や難易度などを調整する。
その他の重要事項Others
実務経験のある教員による授業です。この講義の理解を深めるには、「計量経済学」、「統計学」、「経済学I,II」、「国際経営論」、「公共経済学」、「金融政策論」、「金融システム論」、「社会システム概論」などの経済学関連講義を数多く履修すること、また、微積・線形代数も履修することが必要です。経済学には必ずと言っていいほど、行列・ベクトル・偏微分・全微分さらに多重積分、微分・差分方程式が必要で、しかも、世界経済に関する最新の知識が必要となるので、それらをすべて網羅した計画を立てて履修してください。