科目ナンバー

PS-IF3-SM02

履修条件・関連科目等

前期において、事例研究I（担当教員：中村周史）を履修し、単位を取得していること。

授業で使用する言語

日本語

授業で使用する言語（その他の言語）

授業の概要

【テーマ】データサイエンスによるEBPMの実践

本演習では、データサイエンスを利用した「客観的根拠に基づいた意思決定、提案、政策形成」（EBPM：Evidence-based Policy Making）を実践するための教育と機会の場を提供することを主とする。
　社会問題の解決には、①そもそもどこに問題があるのか、②その原因は何なのか、③それを実現可能な方法で取り除くには何が必要なのか、これらを順に解決する必要があり、そのためには経済学の知見とデータの適切な処理と分析、それを実行するためのプログラミングスキルが必要となる。こうした実践としてグループ単位で研究計画を立て、EBPMを実践し、研究論文の執筆を行うところまでをカバーし、外部のコンペにも参加する。また、データサイエンティストとしてより深い内容・手法を理解できるための教育も並行して行う。

科目目的

より高度な計量経済学に対する理解と、研究計画の策定からデータ収集・分析、それに基づく実行可能な政策形成の実践までを目的とする。

到達目標

研究計画を自ら立てたうえで、EBPMを実践し、研究論文にまとめ上げることを本演習の到達目標とする。

授業計画と内容

第01回　研究論文中間報告①：先行研究レビュー
第02回　集団学習
第03回　カーネル法とサポートベクターマシン
第04回　研究論文中間報告②：仮説の検証とモデルの構築
第05回　ニューラルネットワーク
第06回　ネットワーク分析
第07回　研究論文中間報告③：分析結果の考察とモデルの再検証
第08回　アソシエーション分析
第09回　研究論文中間報告④：分析結果に基づく政策提言
第10回　論文全体を通じた校正作業
第11回　研究論文報告に向けた発表資料作成
第12回　時系列分析
第13回　生存分析
第14回　総まとめ

授業時間外の学修の内容

指定したテキストやレジュメを事前に読み込むこと／授業終了後の課題提出／その他

授業時間外の学修の内容（その他の内容等）

次回の内容に関して予習をすることは必須である。計量経済学に関しては頻繁に R を使った課題を出すので、全員提出を行うこと。

授業時間外の学修に必要な時間数／週

毎週１回の授業が半期（前期または後期）または通年で完結するもの。１週間あたり４時間の学修を基本とします。
毎週２回の授業が半期（前期または後期）で完結するもの。１週間あたり８時間の学修を基本とします。

成績評価の方法・基準

成績評価の方法・基準（備考）

課題や試験のフィードバック方法

授業時間内で講評・解説の時間を設ける／その他

課題や試験のフィードバック方法（その他の内容等）

Slackを使ってフィードバックを行う。

アクティブ・ラーニングの実施内容

PBL（課題解決型学習）／ディスカッション、ディベート／グループワーク／プレゼンテーション／実習、フィールドワーク

アクティブ・ラーニングの実施内容（その他の内容等）

授業におけるICTの活用方法

その他

授業におけるICTの活用方法（その他の内容等）

R言語によるプログラミングによる統計分析。

実務経験のある教員による授業

いいえ

【実務経験有の場合】実務経験の内容

【実務経験有の場合】実務経験に関連する授業内容

テキスト・参考文献等

計量経済学テキスト
金 明哲,『Rによるデータサイエンス(第2版):データ解析の基礎から最新手法まで』森北出版, 2017.
松村 優哉・湯谷 啓明・紀ノ定 保礼・前田 和寛,『改訂2版 RユーザのためのRStudio[実践]入門〜tidyverseによるモダンな分析フローの世界』, 技術評論社, 2021．

その他特記事項

・学内外のコンペに参加し、そのためのグループワークが課外で必須となる。
・病欠・公欠・就職活動のような特段の理由なく欠席がある場合、評価対象としない。やむを得ず欠席する場 合は、事前に連絡をすること。
・本演習は経済学についても取り扱うため、２コマ分の時間確保を要する。

参考URL