経済学部Faculty of Economics
ECN218CA(経済学 / Economics 200)演習Seminar
菅 幹雄Mikio SUGA
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | 経済学部Faculty of Economics |
添付ファイル名Attached documents | |
年度Year | 2024 |
授業コードClass code | K7075 |
旧授業コードPrevious Class code | |
旧科目名Previous Class title | |
開講時期Term | 年間授業/Yearly |
曜日・時限Day/Period | 木4/Thu.4, 木5/Thu.5 |
科目種別Class Type | |
キャンパスCampus | 多摩 |
教室名称Classroom name | 128 |
配当年次Grade | 2 |
単位数Credit(s) | 8 |
備考(履修条件等)Notes | 4年次は授業コード「K7175」を履修登録すること。 |
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(2015年度以前入学生) | 演習(選択科目) |
カテゴリー(2016年度以降入学生) | 演習(選択科目) |
カテゴリーCategory |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
(Course outline)The aim of this course is to help students acquire ability to conduct empirical analysis.
(Learning Objectives) The goals of this course are to master statistics, geographic information system software (QGIS), input-output analysis, text mining and apply them by using data.
(Learning activities outside of classroom)Before/after each class meeting, students will be expected to spend four hours to understand the course content.
(Grading Criteria /Policies)Grading will be decided based on research presentation.
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
統計学、地理情報システムソフト(QGIS)、産業連関分析、テキストマイニングを学び、これらの技法を実際の統計へ応用する。
到達目標Goal
①統計データを用いて実証分析の手法をマスターすること。
②実際に統計データを用いて実証分析を行うこと。
③実証分析結果について研究発表できるようになること。
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、経済学科・現代ビジネス学科は「DP8」「DP9」「DP10」「DP11」に関連。国際経済学科は「DP9」「DP10」「DP11」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. )
4時限目:春学期は統計解析の基礎、統計検定過去問3級、テキストマイニング、地理情報システムソフト(QGIS)、産業連関分析を学んだ後、3年生と4年生が研究発表を行う。秋学期はデータマイニングの基礎、統計検定過去問2級を学んだ後、2年生、3年生が研究発表、4年生が卒業論文発表を行う。
5時限目:パソコンを用いた統計に関する演習を行う。学生の発表についてコメントすることでフィードバックを行う。
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]:【4時限目】ガイダンス/【5時限目】PC演習
『R統計解析パーフェクトマスター』Chapter 2 Rの基本(RStudioの操作と基本プログラミング)
2[対面/face to face]:RESASを用いた地域分析(1)/PC演習
Chapter 3 データの全体像を解析する(代表値)
3[対面/face to face]:RESASを用いた地域分析(2)/PC演習
Chapter 4 データのバラツキ具合を知る(偏差、分散、標準偏差)
4[対面/face to face]:研究発表(先行研究のサーベイ)※3年生/PC演習
Chapter 5 正規分布するデータを解析する
5[対面/face to face]:研究発表(先行研究のサーベイ)※3年生/PC演習
Chapter 6 手持ちのデータで全体を知る(標本と母集団)
6[対面/face to face]:統計検定3級過去問(1)/PC演習
Chapter 7 独立性の検定と2つの平均の比較(χ2検定、t検定)
7[対面/face to face]:統計検定3級過去問(2)/PC演習
Chapter 9 回帰分析で未来を知る(単回帰分析と重回帰分析)
8[対面/face to face]:統計検定3級過去問(3)学生による問題作成・発表/PC演習
QGISによる鉄道路線別分析(1)
9[対面/face to face]:統計検定3級過去問(4)/PC演習
QGISによる鉄道路線別分析(2)
10[対面/face to face]:統計検定3級過去問(5)/PC演習
テキストマイニング
11[対面/face to face]:統計検定3級過去問(6)学生による問題作成・発表/PC演習
産業連関分析
12[オンライン/online]:研究発表(実証分析)※3年生
研究発表(実証分析)※3年生
13[オンライン/online]:研究発表(実証分析)※3年生
研究発表※4年生
14[オンライン/online]:研究発表※4年生
研究発表※4年生
15[対面/face to face]:ガイダンス/PC演習
ガイダンス/、『Rによるデータサイエンス』第1章 主成分分析
16[対面/face to face]:統計検定2級過去問(1)/PC演習
第2章 因子分析
17[対面/face to face]:統計検定2級過去問(2)/PC演習
第5章 クラスター分析
18[対面/face to face]:ミクロデータ分析(1)
第7章 線形回帰分析
19[対面/face to face]:ミクロデータ分析(2)
第8章 非線形回帰分析
20[対面/face to face]:統計検定2級過去問(3)/PC演習
第9章 線形判別分析
21[対面/face to face]:統計検定2級過去問(4)/PC演習
第10章 非線形回帰分析
22[対面/face to face]:産業連関分析(1)
第11章 生存時間分析
23[対面/face to face]:産業連関分析(2)
第12章 時系列
24[対面/face to face]:研究発表の方法、論文の書き方
第12章 時系列
25[オンライン/online]:研究発表 ※3年生
研究発表※4年生
26[オンライン/online]:研究発表 ※3年生
研究発表※4年生
27[オンライン/online]:研究発表 ※3年生
研究発表※4年生
28[対面/face to face]:研究発表(実証分析)※2年生
研究発表(実証分析)※2年生
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
金城俊哉『R統計解析パーフェクトマスター』秀和システム、3190円
河端瑞貴『経済・政策分析のためのGIS入門』古今書院、2860円
末吉美喜『テキストマイニング入門: ExcelとKH Coderでわかるデータ分析』オーム社、2500円(税別)
参考書References
清水雅彦、菅幹雄『経済統計』培風館、3630円
成績評価の方法と基準Grading criteria
毎回の演習で出された課題に取り組み、提出することにより平常点をつける。
また3・4年生は春・秋学期それぞれ1回、2年生は秋学期1回の研究発表に内容で成績評価を行う。
成績配分は平常点40%、研究発表60%、合計100%である。
学生の意見等からの気づきChanges following student comments
統計検定の過去問の学習を春学期に集中させていたのを、春学期に3級、秋学期に2級に分けた。