上級統計・データサイエンス1のシラバス情報

科目名称
Course title(Japanese)
上級統計・データサイエンス1 科目番号
Course number
86MCDDA501
科目名称(英語)
Course title(English)
Advanced statistics and data science 1
授業名称
Class name
上級統計・データサイエンス1
教員名 菅原 慎矢
Instructor Shinya Sugawara
開講年度学期 2022年度 前期
Year/Semester The first Semester, 2021
曜日時限 月曜2限
Class hours Tuesday 3nd. Period
開講学科
Department
経営学研究科 経営学専攻
Graduate School of Management Department of Management
外国語のみの科目
(使用言語)
Course in only foreign
languages (languages)
-
単位
Course credit
2.0 授業の主な実施形態
Main class format
ハイフレックス授業 /
Hybrid-Flexible format
概要
Descriptions
大学院レベルの計量経済学を学ぶ

Students learn graduate-level econometrics.
目的
Objectives
計量経済学を学習することを通じて, 問題解決力および論理的思考力を身に付ける。

Students acquire problem solving skills and logical thinking skills by learning econometrics.
到達目標
Outcomes
計量経済学の基礎知識を用いることによって, 論理的に問題を解決できるようになる。

By using econometrics, students can logically solve problems.
履修上の注意
Course notes prerequisites
講義は授業計画に従い進めるが,授業の理解度などの状況によって,内容や進度を調整することがある。大学院コア科目であるため、学部生の参加については事前に教員に許可を取ること。

Although the lecture will proceed according to the class plan, there are cases where the content and progress may be adjusted depending on the situation such as the understanding degree of the lesson.
アクティブ・ラーニング科目
Teaching type(Active Learning)
課題に対する作文
Essay
- 小テストの実施
Quiz type test
-
ディベート・ディスカッション
Debate/Discussion
- グループワーク
Group work
-
プレゼンテーション
Presentation
- 反転授業
Flipped classroom
-
その他(自由記述)
Other(Describe)
-
準備学習・復習
Preparation and review
当日の講義を意味あるものにするために予習に3時間,および当日の学習内容を確固たるものにするために復習に1時間の時間をかけること。

To make the lecture of the day meaningful, 3 hours of preparatory preparations and 1 hour of reviewing to refine the learning content of the day.
成績評価方法
Performance grading
policy
宿題の完成度(100点)によって評価する。

Evaluate according to the the completion degree of homework (100 points).
学修成果の評価
Evaluation of academic
achievement
・S:到達目標を十分に達成し、極めて優秀な成果を収めている
・A:到達目標を十分に達成している
・B:到達目標を達成している
・C:到達目標を最低限達成している
・D:到達目標を達成していない
・-:学修成果の評価を判断する要件を欠格している

・S:Achieved outcomes, excellent result
・A:Achieved outcomes, good result
・B:Achieved outcomes
・C:Minimally achieved outcomes
・D:Did not achieve outcomes
・-:Failed to meet even the minimal requirements for evaluation
教科書
Textbooks/Readings
・教科書を使用する場合は、MyKiTS(教科書販売サイト)から検索・購入可能ですので以下のURLにアクセスしてください。
https://gomykits.kinokuniya.co.jp/tokyorika/
 
・Search and purchase the necessary textbooks from MyKiTS (textbook sales site) with the link below.
https://gomykits.kinokuniya.co.jp/tokyorika/
参考書・その他資料
Reference and other materials
Wooldridge “Econometric Analysis of Cross Section and Panel Data”
(2nd ed.)
Hayashi “Econometrics”
Angrist and Pischke “Mostly Harmless Econometrics
Cameron and Trivedi “Microeconometrics: Methods and Applications
西山慶彦, 新谷元嗣, 川口大司, 奥井亮「計量経済学」
末石直也「計量経済学」
安井翔太「効果検証入門」
授業計画
Class plan
[1] ガイダンス
[2-3] 回帰分析(小標本)
[4-5] 回帰分析(大標本)
[6-7] 内生性バイアスと二段階最小二乗法
[8-9] 一般化モーメント法(GMM)
[10-11] パネルデータ分析
[12-13] 最尤法
[14] 構造推定

[1] Guidance
[2-3] Regression (finite sample)
[4-5] Regression (large sample)
[6-7] Endogeneity bias and two-stage least squares estimation
[8-9] Generalized Method of Moments (GMM)
[10-11] Panel data analysis
[12-13] Maximum likelihood estimation
[14] Structural estimation

教職課程
Teacher-training course
実務経験
Practical experience
-
教育用ソフトウェア
Educational software
-
備考
Remarks
原則対面と同期オンラインを併用するが、感染拡大状況や学生の希望によっては変更の可能性もある。開講直前にLETUSを確認すること。初回で受講者の対面・オンラインなどに関する希望を聞くので、可能な限り出ること。初回欠席する場合は教員までメールすること
998F11A
CLOSE