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 |
|---|---|---|---|---|---|---|---|---|
| 統計学の実践 | 2026 | 後期 | 月5 | 経済学研究科博士課程前期課程 | 高橋 将宜 | タカハシ マサヨシ | 1年次配当 | 2 |
科目ナンバー
EG-EE5-005L
履修条件・関連科目等
必修科目である「統計学の基礎」を受講し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
「統計学の実践」では,「統計学の基礎」で学んだ基礎知識を土台として,統計的因果推論の考え方と技術を身に付ける.統計的手法の応用を学習するだけでなく,実証分析における分析能力の向上を目指す.そのために,「統計学の実践」では,社会経済に関するデータを用いて計量分析を行うことによって,必要な統計的手法を実地に身につける.統計解析ソフトウェアを用いた演習も行う.
科目目的
「統計学の実践」では,社会経済に関する実証研究を行うために,データ構造を踏まえた統計分析の技術を高めることを目指す.
到達目標
受講生が,統計的因果推論の考え方と技術を中心に,実践的な統計学の知識を習得した上で,社会経済に関する実証研究を行うことができるようになることを到達目標とする.
授業計画と内容
次のような授業計画を基本パターンとして,実際の授業は,受講生の習熟度を考慮しながら進める.
[1] シラバスの確認等,Rの導入,潜在的結果変数と欠測データ
[2] モンテカルロシミュレーション
[3] 欠測データの統計解析の問題点
[4] 単一代入法の問題点
[5] 多重代入法の概要
[6] 平均値のt検定:完全データの復習,欠測データの解析演習
[7] 重回帰モデル:完全データの復習,欠測データの解析演習
[8] 共分散分析:完全データの復習,欠測データの解析演習
[9] 交互作用項のある重回帰モデル:完全データの復習,欠測データの解析演習
[10] 傾向スコアマッチング:完全データの復習,欠測データの解析演習
[11] 傾向スコアによる重み付け法:完全データの復習,欠測データの解析演習
[12] 操作変数法:完全データの復習,欠測データの解析演習
[13] 回帰不連続デザイン:完全データの復習,欠測データの解析演習
[14] まとめと到達度確認
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
| 種別 | 割合(%) | 評価基準 |
|---|---|---|
| レポート | 50 | 本講義で学んだ統計的因果推論の知識と技術を活用して,指定された課題を解決する. |
| 平常点 | 50 | 授業中の参加の度合,課題の提出を含む. |
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
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)
PCを用いて,実証分析に関する演習を行う.
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
教科書1:高橋将宜(2022)『統計的因果推論の理論と実装:潜在的結果変数と欠測データ』(共立出版)
教科書2:高橋将宜・渡辺美智子(2017)『欠測データ処理:Rによる単一代入法と多重代入法』(共立出版)