| 授業名 | データ分析 |
|---|---|
| Course Title | Data Analysis |
| 担当教員 Instructor Name | 程島 次郎（Jiro Hodoshima） |
| コード Couse Code | NUC127_N24A |
| 授業形態 Class Type | 講義 Regular course |
| 授業形式 Class Format | On Campus |
| 単位 Credits | 2 |
| 言語 Language | JP |
| 科目区分 Course Category | 共通専門教育科目300系 / Specialized Subject 300 |
| 学位 Degree | BSc |
| 開講情報 Terms / Location | 2024 UG Nisshin Term2 |
授業の概要 Course Overview
Misson Statementとの関係性 / Connection to our Mission Statement
データの時代と言われる現代において、データ分析で回帰分析を学ぶことは、データの分析のための代表的な処理方法を学ぶことになり、在学中や社会に出てからデータの分析方法に違和感なく取り組むことが期待できる。それによって、ビジネス界や社会の発展をもたらす知識の創出につながる。
Students learn how to analyze data in this course where they study one of the most popular data analysis methods, i.e., regression analysis. In this era of data, the knowledge obtained in this course will be useful
to students in the years to come in school as well as in the business world after graduation. As a result, it will lead to create knowledge beneficial to the business and society.
to students in the years to come in school as well as in the business world after graduation. As a result, it will lead to create knowledge beneficial to the business and society.
授業の目的（意義） / Importance of this course
データ分析は、経済や経営だけでなくあらゆる分野のデータを分析する学問です。 最近の世界的傾向は、経済や経営だけでなくどんな分野でも、理論だけで話は終わらず、現実はどうなっているかを調べることが重要になっています。 現実を反映しているのはデータですので、データ分析を使った分析が経済や経営の分野で大変重要になっています。 また、学生諸君にとっては、卒論を書く際に経済や経営のデータの分析を行うのは比較的容易に行える手堅いやり方といえます。 この講義では、だれでも使える経済や経営のデータを分析する方法を学びます。講義では、応用上最も重要な回帰分析を中心に学習します。この講義が、国際化や世界的な競争が激しくなっている現代を生き抜くために役に立つことが期待できる。
講義の意義：現実を分析する道具である回帰分析が最近ますます重要になっているので。
講義の背景：現実を表すデータの分析が多くの分野で重要になっている。
講義の内容：データを分析するエクセルのデータ分析を使った回帰分析を学ぶ。
講義の重要性：データを分析する回帰分析を学ぶのは、在学中および卒業後も良い体験として残るので。
本科目では、上記のラーニングゴールの確かな実現に向けて、ケース教材を用いた討論授業を行うことがあります。本科目の履修者には、討論授業に参加するための予習と、クラスでの積極的な発言が求められます。
講義の意義：現実を分析する道具である回帰分析が最近ますます重要になっているので。
講義の背景：現実を表すデータの分析が多くの分野で重要になっている。
講義の内容：データを分析するエクセルのデータ分析を使った回帰分析を学ぶ。
講義の重要性：データを分析する回帰分析を学ぶのは、在学中および卒業後も良い体験として残るので。
本科目では、上記のラーニングゴールの確かな実現に向けて、ケース教材を用いた討論授業を行うことがあります。本科目の履修者には、討論授業に参加するための予習と、クラスでの積極的な発言が求められます。
Data Analysis is a subject to study data related to economy and business as well as many other areas. It is important to study not only theories but also the reality in almost every field including economics and business, which is a current trend observed in the world. Since data reflect the realty, analyzing data via data analysis has been quite important in economics and business. For NUCB students, I recommend to use data analysis of economic and/or business data in your graduation thesis, which is sensible to do. In this course you will learn how to analyze economic and business data using a data analysis function of Excel, which is quite popular in the world. In my course I mainly focus on regression analysis, which is the most important tool concerning applications. I hope you can somehow get an ability to survive in this competitive and global world by taking this course.
About the course
1)Significance: Data Analysis, a tool to analyze the reality, has become more and more important.
2)Background: How to deal with data reflecting the reality has become important in many areas.
3)Contents: You will learn how to analyze economic and/or business data with a data analysis function in Excel.
4)Importance: It is useful to learn how to analyze data with Excel.
In this course, we will conduct class discussions using case studies in order to achieve the learning goals. The students attending this course may be required to prepare for questions and to participate in class discussions.
About the course
1)Significance: Data Analysis, a tool to analyze the reality, has become more and more important.
2)Background: How to deal with data reflecting the reality has become important in many areas.
3)Contents: You will learn how to analyze economic and/or business data with a data analysis function in Excel.
4)Importance: It is useful to learn how to analyze data with Excel.
In this course, we will conduct class discussions using case studies in order to achieve the learning goals. The students attending this course may be required to prepare for questions and to participate in class discussions.
到達目標 / Achievement Goal
データの分析方法に慣れていて、エクセルでデータを分析できる。具体的には、1変数のデータでは、基本統計量を求めて、その意味を適切に理解し、多変数のデータでは、相関分析や回帰分析を行って、結果を適切に理解できる。
Students who learned this course are able to analyze data using Excel. More specifically, they know how to deal with data for one variable using a data analysis function of basic statistics for one variable as well as data for multi-variables such as correlation analysis and regression analysis using a data analysis function of correlation and regression.
本授業の該当ラーニングゴール Learning Goals
*本学の教育ミッションを具現化する形で設定されています。
LG1 Critical Thinking
LG2 Diversity Awareness
LG3 Ethical Decision Making
LG4 Effective Communication
LG5 Business Perspectives (BSc)
LG6 Managerial Perspectives (BBA)
LG2 Diversity Awareness
LG3 Ethical Decision Making
LG4 Effective Communication
LG5 Business Perspectives (BSc)
LG6 Managerial Perspectives (BBA)
受講後得られる具体的スキルや知識 Learning Outcomes
経済や経営などのデータの回帰分析を行って、その分析結果を正しく読めるようになる。
You will be able to analyze data in many areas such as economy and business by regression analysis and to understand results appropriately.
SDGsとの関連性 Relevance to Sustainable Development Goals
Goal 8 働きがいも経済成長も（Decent Work and Economic Growth）
教育手法 Teaching Method
| 教育手法 Teaching Method | % of Course Time | |
|---|---|---|
| インプット型 Traditional | 50 % | |
| 参加者中心型 Participant-Centered Learning | ケースメソッド Case Method | 50 % |
| フィールドメソッド Field Method | 0 % | 合計 Total | 100 % |
事前学修と事後学修の内容、レポート、課題に対するフィードバック方法 Pre- and Post-Course Learning, Report, Feedback methods
授業には、毎回必ず大学からもらったMacのパソコンを持ってきてください（パソコンのエクセルを使います）。テキストは全員必ず購入してください。テキストにより授業以外の時間に予習や復習を心掛けてください。
予習・復習は、授業スケジュールにある内容をテキストおよび掲示してあるファイルなどを参考に、予習２00分/週、復習200分/週を行ってください。
統計学入門の講義を受講済みであることが望ましい。
データの分析のプレゼンテーションに対するフィードバックは、発表の後に行います。
この授業の内容は、勉強しないと身につきません。
自学自習の時間：毎回授業に出席し真剣に授業に臨んでください。 回帰分析の理論を真剣に学びたい人は、テキストや参考文献１をしっかり勉強することを勧めます。
試験対策：毎回の授業に真剣に取り組みよく理解できることが一番の試験対策です。
関連する計量経済学や統計学の知識を得るため、中央情報センターでの関連する参考図書の利用を勧めます。
オフィスアワー： 木曜日１2時～１３時30分程島次郎研究室（ファカルティ・オフィス２階３２０３室）
予習・復習は、授業スケジュールにある内容をテキストおよび掲示してあるファイルなどを参考に、予習２00分/週、復習200分/週を行ってください。
統計学入門の講義を受講済みであることが望ましい。
データの分析のプレゼンテーションに対するフィードバックは、発表の後に行います。
この授業の内容は、勉強しないと身につきません。
自学自習の時間：毎回授業に出席し真剣に授業に臨んでください。 回帰分析の理論を真剣に学びたい人は、テキストや参考文献１をしっかり勉強することを勧めます。
試験対策：毎回の授業に真剣に取り組みよく理解できることが一番の試験対策です。
関連する計量経済学や統計学の知識を得るため、中央情報センターでの関連する参考図書の利用を勧めます。
オフィスアワー： 木曜日１2時～１３時30分程島次郎研究室（ファカルティ・オフィス２階３２０３室）
授業スケジュール Course Schedule
第1日（Day1）
統計学入門の復習1時間目：記述統計学（テキスト2章）
２時間目：推測統計学
●使用するケース
日本の貯蓄データの代表値（平均、メディアン（中央値）、モード（最頻値））、程島次郎第2日（Day2）
１時間目：単回帰（１） 直線のあてはめ、散布図、回帰直線（テキスト3章）２時間目：単回帰（２） 回帰分析、t－値、P-値（テキスト4章）
●使用するケース
コンビニの売り上げを説明する回帰モデル、程島次郎第3日（Day3）
１時間目：単回帰分析の応用（テキスト４章）２時間目：重回帰分析（１） t－値、P-値（テキスト5章）
●使用するケース
1．単回帰スターバックス・ラテ指数、山本拓・竹内明香（新世社）
消費関数の推定、株価のリスク分析、山本拓・竹内明香（新世社）
２．重回帰
株価と経済変数の関係 山本拓・竹内明香（新世社）
中古マンションの価格 山本拓・竹内明香（新世社）
第4日（Day4）
１時間目：重回帰分析（２） モデルの関数型 ダミー変数 （テキスト7章（7.1節、7.2節））２時間目：遅れのある変数（ラグ変数）（テキスト7章（7.3節））
第5日（Day5）
１時間目：F検定（テキスト8章）２時間目：F検定の応用
第6日（Day6）
１時間目：偏相関＋パネル・データ分析＋個人発表とディスカッション２時間目：個人発表とディスカッション
第7日（Day7）
１時間目：個人発表とディスカッション２時間目：Review Session（期末試験に向けてのまとめ）と過去問の紹介
成績評価方法 Evaluation Criteria
*成績は下記該当項目を基に決定されます。
*クラス貢献度合計はコールドコールと授業内での挙手発言の合算値です。
出席も重視する（休むと授業についてこれなくなるので）。
下記テキスト（教科書）は、全員必ず購入してください。
*クラス貢献度合計はコールドコールと授業内での挙手発言の合算値です。
| 講師用内規準拠 Method of Assessment | Weights |
|---|---|
| コールドコール Cold Call | 0 % |
| 授業内での挙手発言 Class Contribution | 20 % |
| クラス貢献度合計 Class Contribution Total | 20 % |
| 予習レポート Preparation Report | 15 % |
| 小テスト Quizzes / Tests | 0 % |
| シミュレーション成績 Simulation | 0 % |
| ケース試験 Case Exam | 0 % |
| 最終レポート Final Report | 15 % |
| 期末試験 Final Exam | 50 % |
| 参加者による相互評価 Peer Assessment | 0 % |
| 合計 Total | 100 % |
評価の留意事項 Notes on Evaluation Criteria
平常点（発言、受講態度、問題提起など）を重視する。受講態度が悪い場合は減点する。出席も重視する（休むと授業についてこれなくなるので）。
下記テキスト（教科書）は、全員必ず購入してください。
教科書 Textbook
- 山本拓・竹内明香「入門計量経済学 Excelによる実証分析へのガイド（第2版）」新世社（2024）9784883843770
参考文献・資料 Additional Readings and Resource
１．山本拓「計量経済学」新世社1995年
２．田中勝人著「経済統計（第２版）」岩波書店、２００２年
３．大屋幸輔著「コア・テキスト統計学（第２版）」新世社、２０１１年
４．刈屋、勝浦「統計学（第2版）」東洋経済新報社2008年
５．国友・山本編「統計と日本社会 データサイエンス時代の展開」東京大学出版会、２０１９年
２．田中勝人著「経済統計（第２版）」岩波書店、２００２年
３．大屋幸輔著「コア・テキスト統計学（第２版）」新世社、２０１１年
４．刈屋、勝浦「統計学（第2版）」東洋経済新報社2008年
５．国友・山本編「統計と日本社会 データサイエンス時代の展開」東京大学出版会、２０１９年
授業調査に対するコメント Comment on Course Evaluation
授業の進め方を丁寧に行いたいと思います。
担当教員のプロフィール About the Instructor
●学位と取得大学
修士（経済学）一橋大学
博士（経済学）カリフォルニア大学バークレー
●研究分野 計量経済学、ファイナンス、統計学、実証研究
修士（経済学）一橋大学
博士（経済学）カリフォルニア大学バークレー
●研究分野 計量経済学、ファイナンス、統計学、実証研究
●Education
M.A.（Economics）Hitotsubashi University (Tokyo, Japan)
Ph.D.（Economics）University of California, Berkeley (U.S.A.)
●Research Interests Econometrics, Finance, Statistics, Empirical Studies
Refereed Articles
- (2024) Comparative Performance of Cryptocurrencies through the Aumann-Serrano Economic Index of Riskiness. Annals of Operations Reseach
- (2023) The Aumann-Serrano performance index of DOW 30 components and Dow Jones Industrial Average before and after the global financial crisis. Far East Journal of Theoretical Statistics
- (2022) Utility indifference pricing and mean-variance approach when the degree of risk aversion is small. Far East Journal of Theoretical Statistics
- (2022) Temporal aggregation of the Aumann-Serrano and Foster-Hart performance indexes. International Review of Financial Analysis
- (2021) Comparing dynamic and static performance indexes in the stock market: Evidence from Japan. Asia-Pacific Financial Markets
Refereed Proceedings
- (2016). A simulation evaluation of risk measures based on expected utility indifference value theory. Proceedings of 2016 Joint Statistical Meetings .Joint Statistical Meetings. 1. 3. Kanazawa, Japan
- (2015). A panel data analysis of stock returns of electric power companies in the Fukushima nuclear accident. Proceeding of the 8th International Conference of the Thailand Econometric Society .The eighth international conference of the Thailand econometric society. 1. 3. Chiang Mai, Thailand
- (2014). The effect of the Fukushima nuclear disaster on bond risk premia of electric power companies. Proceedings of 2014 Joint Statistical Meetings .Joint Statistical Meetings. 1. 2. University of Tokyo, Tokyo, Japan