科目ナンバー

PS-IF2-SM01

履修条件・関連科目等

並行して経済学や統計学、計量経済学、AI・データサイエンスと現代社会、AI・データサイエンス総合、AI・データサイエンスⅢを履修することが望ましい。
また、並行して全額連携教育科目である「AI・データサイエンス演習A（担当：中村周史）」に申請すること。

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

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。演習Aでは、こうした教育の導入として経済学と計量経済学、データ分析の基礎固めを行う。

科目目的

データ分析で経済・社会の問題を扱うため、経済学、計量経済学の基礎的な知識を獲得することを目的とする。

到達目標

社会で起きている現実の事象と経済学的な知見を結びつけることができ、そこから分析に必要な命題や仮設を立て、適切な手法の分析選択ができるようになることを本演習の到達目標とする。

授業計画と内容

2年次前期（カッコ内は経済学（ミクロ）の内容）

第 01 回　イントロダクション
第 02 回　レジュメ作成の基礎と注意点（経済学への誘い：原理と実践、方法と問い）
第 03 回　確率論と統計的推測（最適化と需給均衡）
第 04 回　OLS回帰と古典的回帰（消費者と生産者）
第 05 回　線形モデルにおける工夫と応用（完全競争と見えざる手）
第 06 回　線形制約の仮説検定（貿易）
第 07 回　漸近利論の基礎（外部性と公共財）
第 08 回　標準誤差とロバストな検定（政府の役割：税と規制）
第 09 回　内生性とIV推定（生産要素市場）
第 10 回　最尤法（市場構造：独占）
第 11 回　非線形回帰モデル（市場構造：ゲーム理論と戦略的行動）
第 12 回　パネルデータ分析入門（市場構造：寡占と独占的競争）
第 13 回　研究テーマの設定と先行研究サーベイの方法（ミクロ経済学の拡張：情報の経済学）
第 14 回　研究計画報告（ミクロ経済学の拡張：社会経済学）

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

授業時間外の学修の内容（その他の内容等）

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）

指定のSNSを使って、課題の提出、質疑応答を行う。

アクティブ・ラーニングの実施内容

PBL（課題解決型学習）／反転授業（教室の中で行う授業学習と課題などの授業外学習を入れ替えた学習形式）／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）

BYODにより各自の端末でデータ分析等を行なう。

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
・鹿野 繁樹『新しい計量経済学 データで因果関係に迫る』日本評論社, 2015.

経済学テキスト
・ダロン・アセモグル , デヴィッド・レイブソン, ジョン・リスト『アセモグル/レイブソン/リスト ミクロ経済学』東洋経済新報社, 2020.

その他特記事項

通常の授業時間に加えて、週1コマのサブゼミや合宿、外部コンペへの参加を行います。
詳細については、説明会または個別相談にて説明を行います。

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。

参考URL