シラバス Syllabus

授業名 統計学入門
Course Title Introduction to Statistics
担当教員 Instructor Name 程島 次郎(Jiro Hodoshima)
コード Couse Code NUC275_N21B
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200系 / Specialized Subject 200
学位 Degree BSc
開講情報 Terms / Location 2021 UG Nisshin Term4

授業の概要 Course Overview

データの時代と言われる現代において、統計学は、データに真正面から向き合う学問です。統計学を学ぶことにより、データの時代になじみ、ビジネス界や社会の発展をもたらす知識の創出が出来るようになる。また、その知識を使って新時代のアジアや世界とつなぐことが出来る。
(1)本学のMission Statementとの関わり 統計的な考え方やアプローチは、経済、経営に代表される社会科学だけでなく、心理学、歴史、言語学などの人文社会、工学、理学、医学、薬学などの自然科学でも広く使われ、ますます重要になっています。新しいことにチャレンジし、ビジネスリーダーを目指す学生諸君には、大学時代に統計的な分析方法と考え方を身に着けることが大変有益と考えます。 この講義を学ぶことにより、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。
(2)講義の意義、背景、内容、重要性
Ⅰ)意義 大学時代だけでなく社会に出てからも役に立つ統計的な分析方法と考え方をマスターする。
II)背景 経済、経営など大学で学ぶ学問には統計的方法を使うことが多いので、大学4年間の学習を実り豊かなものにするために統計的方法を早い時期に学ぶことが望ましい。
III)内容 ビジネスの色々な場面で遭遇する様々な統計的な問題を事例や演習問題として紹介しながら、それらをいかに統計学の言葉で記述し解決できるかを学びます。それによって推測統計学の基礎を学びます。
IV)重要性 経済や経営などの分野やそれ以外の分野でも統計的な分析方法を利用する科目が多いので、統計学の基礎を学ぶことは重要です。
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。
確率変数について、期待値と分散の計算がわかり、確率分布のイメージが出来る。正規分布に関する確率計算が出来、また標本平均の分布に関する確率計算も出来る。また、応用として、区間推定と仮説検定が理解でき、その応用も出来る。これらを通して、推測統計の世界が理解できるようになる。

We now live in the era of data. Statistics is a subject which squarely confronts data. By learning statistics, students learn how to deal with data and understand the world of statistical inference, which makes it possible to create knowledge useful to business and society. They can also communicate better with people in Asia and the rest of the world in the future.
1. Relation with the mission statement of NUCB Statistical thinking and statistical approach are getting more and more important not only in social sciences such as economics and business but also in humanities such as psychology, history, and linguistics as well as in natural sciences such as engineering, science, medicine, and pharmacy. It is very useful for those who challenge new plans and lead business society to study and master statistics at universities. I hope you can somehow get an ability to survive in this competitive and global world by taking this course.
2. About the course
1) Significance: We master statistical thinking and statistical analysis useful not only in school but also after graduation.
2) Background: It is desirable for students to learn statistics, which is quite oftern made use of in subjects such as economics and business, at an early stage in order to make productive four years of study at universities.
3) Contents: We learn how to describe and solve in terms of statistics many statistical problems and examples in various business scenes. Thus we learn basic statistical inference.
4) Importance: It is important to learn basic statistics, which is applied in many areas including economics and business.
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 some questions and to participate in the class discussions.
Students can compute expectation and variance for random variables. They also understand distributions of random variables. They can calculate probabilities for normal distributions as well as for the distribution of sample mean. They understand and apply interval estimation and statistical tests to real data. Through these exercises, they understand the world of statistical inference.

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)

受講後得られる具体的スキルや知識 Learning Outcomes

現代社会に不可欠な統計的な考え方を身に着けることができる。それにより、社会科学(ファイナンス、マーケティング、経済学や経営学など)や人文科学の学問の理解の助けとなる。具体的には、正規分布の確率計算、世論調査、標本調査、リスク管理、推定、検定などの理解が深まる。

You can master statistical ways of thinking which are essential nowadays. They are useful to understand
issues in social science such as finance, marketing, economics, business, etc. as well as
in humanities. In particular, you can understand how to calculate probability related to normal distribution and concepts such as public-opinion polls, sample surveys, risk management, and interval estimation, and statistical testing.

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 %

学習方法、レポート、課題に対するフィードバック方法 Course Approach, Report, Feedback methods

テキスト
第2章 確率
第3章 確率変数
第4章 正規分布
第5章 標本と標本分布
第6章 信頼区間
第7章 仮説検定

を学習します。 テキストは必ずしも購入する必要はないです。
授業にはノートと平方根の計算ができるメモリーのある(M+やM-キーなどがある)電卓あるいはパソコンで
エクセルが使えるようにしてください。 統計学は、勉強しないと身に付きません。
授業で必要な計算は、基本的には、足し算、引き算、掛け算、割り算の四則と平方根です。四則の計算に不安がある人は各自ふさわしいテキストで自習するなどするように心がけてください。
授業の予習や復習は、授業スケジュールに書いてあることや掲示しているファイルを参考に、授業と同じ時間(予習:200分/週、復習:200分/週)を目安にしてください。
第1週から第5週あたりまでの授業を全力で勉強してください(授業でやった例題や問題の復習をしっかりやってください)。第5週までに学習する内容が理解できていれば、その後の授業は楽に理解できます。
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。また、復習および予習を行ってもらうために、
問題を示し、翌週の授業でその問題についてディスカッションします。テキストにある例題や問題を自分で解いてみて、理解ができているか確認してください。 授業でやる問題に対する答えの導き方は、授業中に説明します。わからない時には授業時間後やオフイスアワーに質問できます。
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。
オフィスアワー:水曜日13時~14時30分GoogleのclassroomにZoomへのURLを書いておきますから、クリックしてください。
●中央情報センター(図書館)の活用について
統計学の参考図書を見て、テキストと比較しながら、何が重要な点かを理解するようにしてください。

授業スケジュール Course Schedule

第1日(Day1)

1時間目:講義ガイダンスと確率 (確率に関する基本的な定義、確率の規則、条件付確率、独立性)
2時間目:確率変数

●使用するケース
投資収益率の分布、テキストの問題

第2日(Day2)

1時間目:期待値と分散+期待値と分散(標準偏差)に関するグループディスカッション
2時間目: 同時確率分布と確率変数の1次結合の性質

●使用するケース
ベンチャー事業の利益、テキストの問題

第3日(Day3)

1限 離散確率変数 (ベルヌーイ分布、二項分布)とその性質
2限 正規分布 (正規分布の性質)


第4日(Day4)

1限 正規分布 (標準正規分布と確率計算)
2限 正規分布 (正規分布の確率計算)

●使用するケース
キャンベルのスープ缶の在庫、テキストの例題

第5日(Day5)

1時間目:標本と標本分布 (標本、母集団、標本分布、中心極限定理)
2時間目:標本と標本分布 (比率の標本分布、推定量とその性質)

第6日(Day6)

1限 信頼区間 (母集団平均の信頼区間、t分布による信頼区間) 
2限 仮説検定 (帰無仮説、対立仮説、第1種・第2種の過誤、有意水準)

第7日(Day7)

1時間目:仮説検定の続き+標本推定とExcelの基本統計量
2時間目:Review Session+過去問の解き方の解説+期末試験について


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。
講師用内規準拠 Method of Assessment Weights
予習レポート Preparation Report 25 %
コールドコール Cold Call 0 %
授業内での挙手発言 Class Contribution 25 %
ケース試験 Case Exam 0 %
参加者による相互評価 Peer Assessment 0 %
シミュレーション成績 Simulation 0 %
小テスト Quizzes / Tests 0 %
最終レポート Final Report 0 %
期末試験 Final Exam 50 %
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)を重視します。
授業では、ノートと平方根の計算できる電卓を毎回持ってきてください。
オフィスアワー(第1週:水曜日13時~14時30分,第2週以降月曜日13時~14時30分)Zoomで行います。

使用ケース一覧 List of Cases

    ケースは使用しません。

教科書 Textbook

  • アミール・D・アクゼル+ジャヤベル・ソウンデルパンディアン著(鈴木一功(監訳))「ビジネス統計学上」ダイヤモンド社(2007)9784478470923

参考文献・資料 Additional Readings and Resource

上記の教科書は、必ずしも買う必要はありません。授業は、パワーポイントファイルを使い、そのファイルはGoogle classroomに前もって載せます。教科書以外の参考書としては、わかりやすい本として、下記の0.竹内広宣著を勧めます。
0.竹内広宣著「経営・商学のための統計学入門」講談社、2021年
1.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.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
3.大屋幸輔著「コア・テキスト統計学(第2版)」新世社、2011年
4.田中勝人著「経済統計(第2版)」岩波書店、2002年
5.小島寛之著「完全独習統計学入門」ダイヤモンド社、2006年
6.刈屋、勝浦著「統計学(第2版)」東洋経済新報社、2008年

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

授業で教える内容をすこし少なくして、受講生と一緒に問題を解いたりすることにより、教員だけが説明するのではなく、受講生が参加できる授業を目指します。

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(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

  • (2021) Comparing dynamic and static performance indexes in the stock market: Evidence from Japan. Asia-Pacific Financial Markets
  • (2021) Sensitivity of Performance Indexes to Disaster Risk. Risks
  • (2020) The Aumann--Serrano Performance Index for Multi-Period Gambles in Stock Data. Journal of Risk and Financial Management
  • (2020) The Computational Property of the Aumann-Serrano Performance Index Under Risk-Averse and Risk-Loving Preference. Finance Research Letters
  • (2020) Evaluation of Performance of Stock and Real Estate Investment Trust Markets in Japan. Empirical Economics

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






ページ上部へ戻る