シラバス Syllabus

授業名 経済データ分析
Course Title Economic data analysis
担当教員 Instructor Name 川副 延生(Nobuo Kawazoe)
コード Couse Code NUC171_N25B
授業形態 Class Type 講義 Regular course
授業形式 Class Format On Campus
単位 Credits 4
言語 Language JP
科目区分 Course Category 専門教育科目300系 / Specialized Subject 300
学位 Degree BSc
開講情報 Terms / Location 2025 UG Nisshin Term3

授業の概要 Course Overview

Misson Statementとの関係性 / Connection to our Mission Statement

新しい事にチャレンジし、ビジネスリーダーとしての役割を果たすためには、十分な情報と分析が必要です。
本講義は、分析練習を繰り返して行い、統計学的思考力、経済データの統計的分析力を育成します。
Enough information and analysis are necessary for challenging new plans and leading business society.
We develop ability of statistical thinking and analysis based on practical analyses of real economic data in this course.

授業の目的(意義) / Importance of this course

学生は、Missionを実現するために必要な統計的思考力、経済データの統計的分析力を育成します。
Students develop their ability of statistical thinking and analysis for achieving the mission.

到達目標 / Achievement Goal

学生は、大学での勉強および社会人になってからの仕事のうえで、必要な実践的な経済データの統計分析力を獲得します。



Students acquire their statistical ability on economic data, which is useful for study and job during students or after graduation.


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
LG4 Effective Communication
LG5 Business Perspectives (BSc)

受講後得られる具体的スキルや知識 Learning Outcomes

学生は、統計データ分析の実際の手法を、パソコン実習を通して学びます。

Students learn basic statistical knowledge and skills of statistical analysis of real data.

SDGsとの関連性 Relevance to Sustainable Development Goals

Goal 4 質の高い教育をみんなに(Quality Education)

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

準備学習方法:
毎回の講義内容に対応する教科書の範囲をClassroomに掲載するので、
教科書を読んで1-2時間勉強し、概要を理解してくること。
 
課題に対するフィードバック方法:
講義内容を復習し、不明な点はOffice hourに研究室(3号館3F, 3305室)に質問に来てください。

中央情報センターの利用:
経済数学およびデータ分析の基礎知識を修得するために、情報センターの文献の利用を勧めます。

授業スケジュール Course Schedule

第1日(Day1)

①0916火曜日
[第1回 経済データ分析の概要と実習課題]
分析の準備
・分析ソフトのダウンロード:HAD
・分析ソフトの使用方法
 
[第2回 データの広がりと変動]
分析手法:箱ひげ図
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。
 
①0918木曜日 
[第3回 相関係数1]
分析手法:相関分析
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。
3)ケース1を用いてケーススタディを行う。
  
[第4回 相関係数2]
分析手法:相関分析
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。


●使用するケース
ケース1:相関係数問題

第2日(Day2)

②0923火曜日
[第5回 区間推定1]
区間推定の概要
1)分析の手法の概要について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。
 
[第6回 区間推定2]
区間推定の練習
1)分析の手法の概要について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。
 
②0925木曜日
[第7回 検定1]
統計的検定の概要
1)分析の手法の概要について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。
 
[第8回 検定2]
分析手法:平均値の差の検定、t検定
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。
3)ケース2を用いてケーススタディを行う。
 

●使用するケース
ケース2:検査の陽性・陰性問題

第3日(Day3)

③0930火曜日
[第9回 検定3]
分析手法:平均値の差の検定、分散分析
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。
 
[第10回 検定4]
分析手法:平均値の差の検定、t検定、分散分析
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う
 
③1002木曜日
[第11回 検定5]
分析手法:平均値の差の検定、t検定、分散分析
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う
 
[第12回 検定6]
分析手法:平均値の差の検定、t検定、分散分析
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う


第4日(Day4)

④1007火曜日
[第13回 多変量解析:主成分分析1]
分析手法:主成分分析
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。
 
[第14回 多変量解析:主成分分析2]
分析手法:主成分分析
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。
 
④1009木曜日
[第15回 多変量解析:因子分析1]
分析手法:因子分析
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。
 
[第16回 多変量解析:因子分析2]
分析手法:因子分析
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。


第5日(Day5)

⑤1014火曜日
[第17回 ノンパラメトリック検定1]
分析手法:順位の差の検定
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。 
3)ケース3を用いてケーススタディを行う。

[第18回 ノンパラメトリック検定2]
分析手法:順位の差の検定
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。 

⑤1016木曜日
[第19回 ノンパラメトリック検定3]
分析手法:順位の差の検定
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。 

[第20回 ノンパラメトリック検定4]
分析手法:順位の差の検定
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。 


●使用するケース
ケース3:ノンパラメトリック検定問題

第6日(Day6)

⑥1021火曜日
[第21回 回帰分析1]
分析手法:単回帰分析
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。

[第22回 回帰分析2]
分析手法:重回帰分析
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。
 
⑥1023木曜日
[第23回 回帰分析3]
分析手法:重回帰分析
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。
 
[第24回 回帰分析4]
分析手法:ロジスティック回帰分析
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。 


第7日(Day7)

⑦1028火曜日
[第25回 クラスター分析1]
分析手法:クラスター分析     
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。
 
[第26回 クラスター分析2]
分析手法:クラスター分析     
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。
 
⑦1030木曜日
[第27回 独立性の検定1]
分析手法:独立性の検定
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。
 
[第28回 独立性の検定2]
分析手法:独立性の検定
1)分析の手法について勉強し、まとめのテストを行う。
2)分析の手法とデータを用いて、分析の実習課題を行う。
 
[講義のまとめ]
Termの講義の復習と総まとめを行う。
また定期試験ガイダンスを行う。

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。
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 15 %
クラス貢献度合計 Class Contribution Total 15 %
予習レポート Preparation Report 15 %
小テスト Quizzes / Tests 20 %
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 0 %
期末試験 Final Exam 50 %
参加者による相互評価 Peer Assessment 0 %
合計 Total 100 %

定期試験 Final Exam

あり

評価の留意事項 Notes on Evaluation Criteria

この科目は4単位科目です。合格すると4単位取得ですが、不合格だと0単位です。2単位取得ということはありません。
4単位取得するか単位を取れないかの、どちらかしかありませんので、注意してください。

使用ケース一覧 List of Cases

    ケースは使用しません。

教科書 Textbook

  • 涌井良幸・涌井貞美「統計学の図鑑」技術評論社(2015)978-4774173313

参考文献・資料 Additional Readings and Resource

1)藤田岳彦著「穴埋め式確率・統計らくらくワークブック」講談社、2003年(ISBN:4061539949)
2)小島寛之著「完全独習 統計学入門」ダイヤモンド社、2006年(ISBN:4478820090)
3)涌井良幸著「実習統計学入門」技術評論社、2011年(ISBN:9784774145075)
4)西内啓著「統計学が最強の学問である」ダイヤモンド社、2013年(ISBN:4478022216)
5)村上知也、矢本成恒著「ビジネスで本当に使える超統計学」秀和システム、2014年(ISBN:479804153X)

授業調査に対するコメント Comment on Course Evaluation

授業調査での要望意見を考慮して講義を改善しています。
受講人数等に応じて、できるだけ受講生が講義に参加するような形式の講義を行うことを試みています。
授業調査という制度を講義の充実のために有効に活用します。

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(医学) 名古屋大学

研究分野:
統計学、医療経済

Degree and Acquired College:
MA in Economics, Hitotsubashi university
PhD in Medicine, Nagoya university

Field of study:
Statistics, Health economics


Refereed Articles

  • (2023) Examining transportation-mode changes during COVID-19 in Toyama, Japan. Regional Studies, Regional Science 2168-1376
  • (2022) Promoting urban light rail transit in a compact city context: The case of Toyama City, Japan. Regional Studies, Regional Science 21681376
  • (2022) Promoting Transportation Policies in the Context of Compact City Strategies: The Case of Toyama City, Japan. The Annals of Regional Science 0570-1864
  • (2020) Assessing Knowledge-Based and Perceived Health Literacy Among Japanese Adolescents: A Cross-Sectional Study. Global Pediatric Health 7
  • (2019) Expanding the prevailing behavioral model in a social marketing context: A case study of an eco-point system to promote eco-policies in Toyota City, Japan. Journal of Nonprofit & Public Sector Marketing






ページ上部へ戻る