| 授業名 | 経済データ分析 |
|---|---|
| Course Title | Economic data analysis |
| 担当教員 Instructor Name | 納田 泰成（Taisei Noda） |
| 科目ナンバリングコード Course Numbering Code | INT304 |
| 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 |
| 学位 Degree | BSc |
| 開講情報 Terms / Location | 2026 UG Nisshin Term3 |
| コード Couse Code | NUC212_N26B |
授業の概要 Course Overview
Mission 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。
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.
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.
学修到達目標 / 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)
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：
提出した課題を採点しフィードバックを行います。
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。
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：
提出した課題を採点しフィードバックを行います。
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）
［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。
［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）
［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。
［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）
［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
［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）
［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。
［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）
⑤［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。
⑤
［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）
⑥［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。
⑥
［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）
⑦［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。
⑦
［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
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。
講義中の発言を高く評価します。欠席回数（公欠を含む）が多いと成績評価上不利になります。予めご了承ください。
*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 | 50 % |
| クラス貢献度合計 Class Contribution Total | 50 % |
| 予習レポート Preparation Report | 15 % |
| 小テスト Quizzes / Tests | 15 % |
| 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 | 20 % |
| 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。講義中の発言を高く評価します。欠席回数（公欠を含む）が多いと成績評価上不利になります。予めご了承ください。
配布教材と教室における電子機器の利用マナーについて Guidelines for Classroom Technology and Proper Use of Course Materials
- ケースメソッド教育の中核は、積極的な参加と知識の共有です。この教育を支えるため参加者は授業中の電子機器（例：スマートフォン、ノートパソコン）の使用を制限するよう求められます。許可を得た場合でも、教室内では電子機器は、ケース討議に資する目的でのみ使用してください。授業中は、たとえケース討議に関連していても、検索エンジンや生成AIの使用は避けて下さい。
- 配布教材（ケースを含む）は指定された授業への参加以外の目的で利用しないで下さい。著者の権利、著作権、特定情報の機密性を保護するため、許可なく教材を個人や組織（生成AI を含む）に提供することはできません。このルールは、印刷物・電子教材のいずれにも適用されます。
- 詳細は「教室における電子機器の利用マナー・教材の適切な利用に関するガイドライン」を確認のうえ、教員の指示に従い、責任をもって遵守してください。
- Active participation and shared learning is at the core of the case method learning.Participants are asked to limit their use of electronic devices (e.g., laptops, smartphones) during classroom sessions in support of this model. Even with permission granted, devices should only be used in the classroom in service to the case discussion. Online searches and generative AI tools, even if related to the case discussion, are discouraged while class is in session.
- Students are prohibited from using the course materials (including cases) distributed by the university for any purpose other than participation in the designated class.Students must not input, process or test course materials with any artificial intelligence (AI) tools, bots, software, or platforms without the author’s permission. These actions violate the terms of use for the course materials and may also constitute copyright infringement.
- Please refer to the "Classroom Technology Guidelines / Guidelines for Properly Using Course Materials” for details, and follow the instructor’s directions. You are expected to comply with these guidelines responsibly.
教科書 Textbook
- 涌井良幸・涌井貞美「統計学の図鑑」技術評論社（2015）9784774173313
参考文献・資料 Additional Readings and Resource
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）
授業調査に対するコメント Comment on Course Evaluation
初年度担当科目です。
担当教員のプロフィール About the Instructor
研究分野：金融経済学、実証産業組織論、投資管理理論
ライス大学経済学部博士課程修了。2025年6月より名古屋商科大学にて任務。現在は、名古屋商科大学経済学部専任講師。金融機関同士の市場の手数料の価格競争や合併が市場に与える影響をテーマに研究を行っている。近年は投資信託の研究を取り組んでおり、特に「インデックスファンドの台頭がアクティブファンドに競争圧力をもたらすか」、「アクティブファンドのポートフォリオウェイトの決定要因」に関する研究を行っている。
ライス大学経済学部博士課程修了。2025年6月より名古屋商科大学にて任務。現在は、名古屋商科大学経済学部専任講師。金融機関同士の市場の手数料の価格競争や合併が市場に与える影響をテーマに研究を行っている。近年は投資信託の研究を取り組んでおり、特に「インデックスファンドの台頭がアクティブファンドに競争圧力をもたらすか」、「アクティブファンドのポートフォリオウェイトの決定要因」に関する研究を行っている。
Research Fields: Financial Economics, Empirical Industrial Organization, Investment Management Theory
Taisei Noda completed the PhD program in the Department of Economics at Rice University. He joined Nagoya University of Commerce and Business in June 2025, where he currently serves as a full-time lecturer in the Faculty of Economics. His research focuses on price competition in fees among financial institutions and the market effects of mergers. In recent years, he has been engaged in mutual fund research, with particular emphasis on two questions: whether the rise of index funds creates competitive pressure on active funds, and what determines portfolio weight decisions in active funds.
（実務経験 Work experience）
2019年 日本学術振興会 特別研究員（DC2）
2019 - 2025年 ライス大学経済学部 ティーチングアシスタント（担当科目：計量経済学・マクロ経済学・ミクロ経済学・実証産業組織論）
2023 - 2025年 ライス大学ビジネススクール リサーチアシスタント（受け入れ教員：Alan Crane教授、Kevin Crotty教授）
2019 - 2025年 ライス大学経済学部 ティーチングアシスタント（担当科目：計量経済学・マクロ経済学・ミクロ経済学・実証産業組織論）
2023 - 2025年 ライス大学ビジネススクール リサーチアシスタント（受け入れ教員：Alan Crane教授、Kevin Crotty教授）
2019 Research Fellow, The Japan Society for the Promotion of Science (DC2), Osaka University, Japan
2019 - 2025 Teaching Assistant, Department of Economics, Rice University, The United States of America
2023 - 2025 Research Assistant, Business School, Rice University (Prof. Alan Crane and Kevin Crotty)
Refereed Articles
- (2025) The Industrial Organization of Financial Markets. Doctoral dissertation
- (2023) The causal effects of working time on mental health: The effectiveness of the law reform raising the overtime wage penalty. Pacific Economic Review