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 |
|---|---|---|---|---|---|---|---|---|
| 事例研究（演習）Ⅰ | 2024 | 前期 | 木6 | 総合政策学部 | 中村 周史 | ナカムラ チカフミ | 3年次配当 | 2 |
科目ナンバー
PS-IF3-SM01
履修条件・関連科目等
「基礎数学」および「経済経営統計学」、「経済と社会Ⅰ・Ⅱ」は履修済みであること。そのため、大学レベルの数学（微積分・線形代数）、経済学（ミクロ経済学およびマクロ経済学）、統計学およびプログラミング、に関する基礎的な知識を有していることを前提とする。なお、情報リテラシーとしてMOS 試験合格程度のWord、Excel、PowerPoint に関する知識を持っていることが望ましい。
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。
本演習では、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
3年次前期
事前課題
・線形代数を使った統計分析の基礎
・データラングリングの基礎
第 01 回 研究計画書の提出・発表
第 02 回 事前課題の復習：スクレイピングによるデータ収集
第 03 回 事前課題の復習：dplyr/tidyrによるデータ前処理
第 04 回 事前課題の復習：ggplot2を用いたデータ可視化
第 05 回 データの演算と視覚化
第 06 回 主成分分析
第 07 回 因子分析
第 08 回 スキルアップセミナーへの参加
第 09 回 対応分析・多次元尺度法・自己組織化マップ
第 10 回 クラスター分析
第 11 回 非線形回帰分析
第 12 回 線形判別分析と非線形判別分析
第 13 回 ツリーモデル
第 14 回 研究計画の確認と論文執筆の進捗報告
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、担当以外であっても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
| 種別 | 割合（％） | 評価基準 |
|---|---|---|
| レポート | 50 | 担当したレジュメが指示に従った十分な内容（形式、周辺知識の補完、テキスト全体の中の位置づけを意識しているか等）であるかどうか、グループワークでの論文作成の出来によって評価する。 |
| 平常点 | 50 | 担当箇所の理解度、質疑への参加、予習による事前知識、グループワークでの貢献により判断する。 |
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
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）
Slackによる情報管理、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．
経済学テキスト
二神孝一・堀敬一,『マクロ経済学 第2版』, 有斐閣, 2017．
事前課題（計量経済学・線形代数）
藤山英樹,『統計学からの計量経済学入門』, 昭和堂, 2007.
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。