シラバス
授業科目名 | 年度 | 学期 | 開講曜日・時限 | 学部・研究科など | 担当教員 | 教員カナ氏名 | 配当年次 | 単位数 |
---|---|---|---|---|---|---|---|---|
演習Ⅰ(統計解析論) | 2024 | 通年 | 火2 | 経済学研究科博士課程前期課程 | 坂田 幸繁 | サカタ ユキシゲ | 1年次配当 | 4 |
科目ナンバー
EG-OM5-201S
履修条件・関連科目等
学部レベルの統計学、もしくは計量経済学を単位習得しているか,同等レベルの知識を有することが望ましい。授業時に統計的課題計算に利用できるPC必須。
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
経済データの解析をめぐる方法論的諸問題を演習形式で議論します。集計量分析とともに,いわゆるミクロデータやパネルデータなど個票ベースでのデータ利用に関してもベイジアンアプローチを含め検討を加えます。そのために統計作成(観測)を含むデータ生成のプロセスについても,問題関心を広げていく予定です。具体性,現実性のない統計分析は,無意味といえます。そのような視点から主にモデル論を中心に問題にアプローチしていきます。
科目目的
実証的なアプローチによる研究をめざす人や実証的な方法自体に関心がある学生のために、データ解析のほうのについて学習し,議論する。
到達目標
実証的なアプローチによる研究をめざす人や実証的な方法自体に関心がある学生に、統計解析や計量分析の方法上の特性(問題点や限界含めて)を理解した上で分析に利用できる力を養う。
授業計画と内容
以下のような進行を基本型として,実際には受講者の研究関心に配慮しながら,講義内容を組み立てる予定である。
1 統計的認識の基礎
2 確率・統計の準備
3 Rと演算処理
4 Rの統計処理
5 Rによる応用統計解析
6 モデルの特徴・性格(因果と非因果)
7 データの構造・特性
8 線形モデル
9 最尤推定法
10 仮説検定
11 特定化とモデル選択
12 最尤推定量の性質
13 最尤法とモデル選択
14 情報量規準と最尤法
15 線形モデルと非線形モデル
16 パラメータ推定法
17 シミュレーションとブートストラップ
18 ベイズ推定
19 2値選択モデル
20 多項選択モデル
21 トービットモデル
22 セレクションモデル
23 生存時間モデル
24 混合モデル
25 カウントデータモデル
26 パネルデータの構造
27 線形パネルの基本
28 応用線形パネル
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)
毎回授業前にmanabaに掲載するレジュメに必ず目を通した上で出席すること。また、授業の最後に提示する課題に必ず取り組むこと。
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
種別 | 割合(%) | 評価基準 |
---|---|---|
レポート | 40 | 課題に適切に対応できているか否かで評価。 |
平常点 | 60 | 受講者各自の発表や報告、討議への参加により到達度を判定。 |
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/授業時間に限らず、manabaでフィードバックを行う
課題や試験のフィードバック方法(その他の内容等)
アクティブ・ラーニングの実施内容
実施しない
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)
各自用意したPCなど利用。
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
随時指定する予定ですが,参考文献として下記のものを掲げておきます。
D. Kasprzyk ... [et al.] ,Panel surveys, Wiley ,1989.
M. Nerlove, Essays in Panel Data Econometrics, Cambridge Univ, 2002.
E. W. Frees, Longitudinal and Panel Data, Cambridge, Univ., 2004.