経営学部Faculty of Business Administration
PRI300FC（情報学基礎 / Principles of informatics 300）統計学ⅡStatistics II
高橋 慎Makoto TAKAHASHI
授業コードなどClass code etc
| 学部・研究科Faculty/Graduate school | 経営学部Faculty of Business Administration |
| 添付ファイル名Attached documents | |
| 年度Year | 2024 |
| 授業コードClass code | A4446 |
| 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 | 金2/Fri.2 |
| 科目種別Class Type | |
| キャンパスCampus | 市ヶ谷 |
| 教室名称Classroom name | 市ＢＴ‐情実習Ｅ |
| 配当年次Grade | 3～4 |
| 単位数Credit(s) | 2 |
| 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 | |
| 入学年度Admission year | |
| カテゴリー（2019年度以降）Category (2019～) | |
| カテゴリー（2018年度以前）Category (～2018) | 経営戦略学科専門科目 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
In this course, we will study the theory and application methods of time series analysis specialized in economic and finance data. Specifically, we will learn about the basic characteristics of time series data, analysis techniques, and how to construct forecasting models. Additionally, through practical analysis exercises using actual economic and finance data, we aim to deepen an integrated understanding of theory and practice.
---
Learning activities outside of classroom:
- Conduct empirical analyses using R to review the course content and reinforce knowledge.
- The standard time for preparation and review for this course is set at 2 hours each.
---
Grading Criteria:
- Final Assignment: 100%
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
この授業では、経済・ファイナンスデータに特化した時系列分析の理論と応用方法を学びます。具体的には、時系列データの基本的な特性、分析手法、予測モデルの構築方法について習得します。また、実際の経済・ファイナンスデータを用いた分析実習を通じて、理論と実践の統合的な理解を深めることを目指します。
到達目標Goal
・自己相関、自己回帰、移動平均などを用いた実証研究の論文などを読解できる。
・無料の統計ソフトウェアRを用いて簡単な実証研究を行うことができる。
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、「DP1-4」に関連が特に強く、「DP1-1」、「DP4」、「DP5」に関連がかなりある
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. ）
・スライドを利用した講義形式で授業を進めます。
・授業で学習した内容について、Rによる演習を行い理解を深めます。
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.)
あり / Yes
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。
第1回[対面/face to face]：ガイダンス/時系列分析の基礎
講義概要について説明します。また、時系列データ、時系列分析の目的、基本統計量について学びます。
第2回[対面/face to face]：Rの使い方
Rによる数値計算と統計分析について学びます。
第3回[対面/face to face]：時系列分析の基礎概念
定常性、ホワイトノイズ、時系列プロット、自己相関について学びます。
第4回[対面/face to face]：ARMA過程1
MA過程、AR過程、ARMA過程について学びます。
第5回[対面/face to face]：ARMA過程2
ARMA過程の定常性と反転可能性、ARMAモデルの推定について学びます。
第6回[対面/face to face]：ARMA過程3
ARMAモデルの選択について学び、実証分析を行います。
第7回[対面/face to face]：予測1
予測の基礎、AR過程の予測、区間予測について学びます。
第8回[対面/face to face]：予測2
MA過程の予測、ARMA過程の予測について学び、実証分析を行います。
第9回[対面/face to face]：VARモデル1
弱定常ベクトル過程、VARモデルの性質、VARモデルの推定について学びます。
第10回[対面/face to face]：VARモデル2
グレンジャー因果性、インパルス応答関数について学びます。
第11回[対面/face to face]：VARモデル3
分散分解、構造VAR モデルについて学びます。
第12回[対面/face to face]：ボラティリティ変動モデル1
ボラティリティ、ARCH 型モデル、SVモデルについて学びます。
第13回[対面/face to face]：ボラティリティ変動モデル2
ARCH型モデルの拡張、SVモデルの拡張について学びます。
第14回[対面/face to face]：まとめ
授業で扱った内容を復習し、発展的トピックを紹介します。
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.)
・Rによる実証分析を行い授業内容の復習と知識の定着を図ります。
・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
・沖本竜義『経済・ファイナンスデータの計量時系列分析』朝倉書店
参考書References
・渡部敏明『ボラティリティ変動モデル』朝倉書店
・授業内でも適宜紹介します。
成績評価の方法と基準Grading criteria
期末課題：100％
学生の意見等からの気づきChanges following student comments
発展的な内容も紹介します。
学生が準備すべき機器他Equipment student needs to prepare
フリーの統計ソフトウェアR（またはクラウドサービスPosit Cloud）を利用できるパソコンが必要です。
その他の重要事項Others
・基礎統計学I/IIおよび経営のための統計学Iの知識を前提とします。
・「授業の進め方と方法」および「授業形態」は、状況によって変更することがあります。
・「授業計画」は、履修者の関心や授業の進捗状況に応じて変更することがあります。
関連科目
・統計学入門
・基礎統計学Ⅰ/Ⅱ
・経営のための統計学Ⅰ