![]()  | 
    
| 科目一覧へ戻る/Return to the Course List | 2024/03/22 現在/As of 2024/03/22 | 
| 
                  開講科目名 /Course  | 
                統計特殊研究(応用統計学)/STATISTICS(APPLIED STATISTICS) | 
|---|---|
| 
                  開講所属 /Course Offered by  | 
                大学院/ | 
| 
                  ターム?学期 /Term?Semester  | 
                2024年度/2024 Academic Year 春学期/SPRING SEMESTER | 
| 
                  曜限 /Day, Period  | 
                木2/Thu 2 | 
| 
                  開講区分 /semester offered  | 
                通年/Yearlong | 
| 
                  単位数 /Credits  | 
                4.0 | 
| 
                  主担当教員 /Main Instructor  | 
                樋田 勉 | 
| 
                  科目区分 /Course Group  | 
                大学院科目 講義科目 | 
| 
                  遠隔授業科目 /Online Course  | 
                - | 
| 
                    教員名 /Instructor  | 
                  
                    教員所属名 /Affiliation  | 
            
|---|---|
| 樋田 勉 | 国際環境経済学科/ECONOMICS ON SUSTAINABILITY | 
| 
授業の目的?内容                         /Course Objectives  | 
                      
(研究科ポリシーとの関連) 学位授与方針と関わる能力としては,経済?経営?情報分野において研究者として自立し研究活動を行うために必要な高度な研究能力のうち,特に,社会や組織の現状や収集した情報から研究課題を設定する能力,緻密な分析により,現実の社会もしくわ組織が直面している諸課題に対し解決策を提案する能力,その解決策の効果を評価し,限界を明らかにする能力の養成を目標とする。 教育課程の編成?実施方針(CP)中の科目として,統計学の博士レベルの知識を習得し,実社会の様々なデータを精密に分析でき,専門的な研究論文を作成できるようになることを目標とする。 (授業の具体的な目的と内容) この授業では,統計調査法の理論と,統計調査によって得られたデータを,調査の設計を反映する方法により分析する手法を扱う。統計分析の対象となる統計データは,多くの場合,統計調査によって母集団から抽出された標本である。統計データを適切に分析するためには,統計調査の方法と,調査方法を考慮した統計分析の方法を理解する必要がある。 この授業では,統計調査法の理論をSampling Techniquesの輪読により理解したのちに,調査方法を考慮したデータの分析方法や欠損データの処理方法などをComplex Surveysの輪読により修得する。 実際の調査データを調査の設計を反映する方法で分析するためには専門的な統計解析ソフトウェアが必要である。この授業では,データサイエンスの分野で標準的に利用されるソフトウェアの一つであるフリー統計ソフトR?RStudioを利用する。 受講生はテキストの輪読によって統計調査の理論を理解した上で,Rを用いて調査データの分析を実施し,その結果を発表することを求められる。結果を発表して議論することにより分析手法の理解を深める。  | 
                    ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| 
授業の形式?方法と履修上の注意                         /Teaching method and Attention the course  | 
                      
授業はテキストの輪読によって行う。 受講生はテキストで説明されている統計的手法の理論的な内容と,フリー統計ソフトR?RStudioを用いて統計計算を行う方法をまとめたレジュメを作成して報告する。 この授業の履修には,大学院修士課程レベルの統計学の知識(確率,確率分布,推定,統計的仮説検定,回帰分析など)と数学的知識を前提とする  | 
                    ||||||||||
| 
事前?事後学修の内容                         /Before After Study  | 
                      
事前のレジュメの作成(3時間),事後のデータ解析演習?復習(1時間)が必要である。 | 
                    ||||||||||
| 
テキスト1                         /Textbooks1  | 
                      
                      
  | 
                    ||||||||||
| 
テキスト2                         /Textbooks2  | 
                      
                      
  | 
                    ||||||||||
| 
テキスト3                         /Textbooks3  | 
                      
                      
  | 
                    ||||||||||
| 
参考文献等1                         /References1  | 
                      
                      
  | 
                    ||||||||||
| 
参考文献等2                         /References2  | 
                      
                      
  | 
                    ||||||||||
| 
参考文献等3                         /References3  | 
                      
                      
  | 
                    ||||||||||
| 
評価方法                         /Evaluation  | 
                      
授業への取り組み状況?貢献度(30%),期末レポート(70%)で評価する。 授業への取り組み状況?貢献度: 授業期間における授業への参加度,貢献度,レジュメを用いた発表の内容を評価する。 期末レポート: 学期末にデータ解析のレポート?プレゼンテーションを実施する。その内容を評価する。  | 
                    ||||||||||
| 
備考                         /Notes  | 
                      
参考書は適宜指示する | 
                    ||||||||||
| 
関連科目                         /Related Subjects  | 
                      情報特殊研究 | ||||||||||
| 
到達目標                   /Learning Goal  | 
                統計学についての博士レベルの知識を修得し,実社会の様々なデータを精密に分析できるようにする. | 
| 回 /Time  | 
          授業計画(主題の設定) /Class schedule  | 
          授業の内容 /Contents of class  | 
          事前?事後学修の内容 /Before After Study  | 
              
|---|---|---|---|
| 1 | オリエンテーション | 
                授業の内容について,標本調査法の概要について議論する。 | 
                |
| 2 | 標本調査法の基礎(1) | 
                標本調査の基礎,母集団と標本,標本抽出について議論する。 | 
                |
| 3 | 標本調査法の基礎(2) | 
                母集団特性値の推定と誤差評価について議論する。 | 
                |
| 4 | 標本調査法の基礎(3) | 
                単純無作為抽出について議論する。 | 
                |
| 5 | 標本調査法の基礎(4) | 
                部分母集団の推定について議論する。 | 
                |
| 6 | 標本調査法の基礎(5) | 
                比の推定について議論する。 | 
                |
| 7 | 標本調査法の基礎(6) | 
                サンプルサイズの決定について議論する。 | 
                |
| 8 | 標本調査法の基礎(7) | 
                確率比例抽出について議論する。 | 
                |
| 9 | 層化無作為抽出法(1) | 
                層化無作為抽出の考え方について議論する。 | 
                |
| 10 | 層化無作為抽出法(2) | 
                層化無作為抽出におけるサンプルサイズの配分について議論する。 | 
                |
| 11 | 層化無作為抽出法(3) | 
                層化無作為抽出におけるサンプルサイズの配分について議論する。 | 
                |
| 12 | 補助変数の基本的な利用方法(1) | 
                比推定の考え方と補助変数の利用について議論する。 | 
                |
| 13 | 補助変数の基本的な利用方法(2) | 
                回帰推定の考え方と補助変数の利用について議論する。 | 
                |
| 14 | 春学期のまとめ | 春学期のまとめ | |
| 15 | 多段抽出(1) | 
                クラスタ抽出について議論する。 | 
                |
| 16 | 多段抽出(2) | 
                多段抽出の考え方について議論する。 | 
                |
| 17 | 多段抽出(3) | 
                多段抽出における推定と応用について議論する。 | 
                |
| 18 | 二重抽出(1) | 
                二重抽出の考え方について議論する。 | 
                |
| 19 | 二重抽出(2) | 
                二重抽出における推定について議論する。 | 
                |
| 20 | 標本抽出法における誤差 | 
                標本誤差?非標本誤差について議論する。 | 
                |
| 21 | 補助変数の発展的な利用(1) | 
                事後層化推定について議論する。 | 
                |
| 22 | 補助変数の発展的な利用(2) | 
                カリブレーション?レーキングについて議論する。 | 
                |
| 23 | 推定精度の評価(1) | 
                一般的なリサンプリング法について議論する。 | 
                |
| 24 | 推定精度の評価(2) | 
                標本調査におけるリサンプリング法について議論する。 | 
                |
| 25 | 調査データの分析方法(1) | 
                調査データにおけるクロス集計について議論する。 | 
                |
| 26 | 調査データの分析方法(2) | 
                調査データにおける回帰分析について議論する。 | 
                |
| 27 | 調査データにおける欠測の処理 | 
                欠測データの処理方法について議論する。 | 
                |
| 28 | まとめ | まとめ |