基本情報/Basic Information

開講科目名 ／Course	応用統計解析／APPLIED STATISTICS
時間割コード ／Course Code	05956
開講所属 ／Course Offered by	大学院／
ターム・学期 ／Term・Semester	2020年度／2020 Academic Year　　春学期／SPRING SEMESTER
曜限 ／Day, Period	他
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

担当教員情報/Instructor Information

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	この授業では、多変量解析法の理論と統計解析ソフトウェアによる分析方法を扱う。多変量解析法には様々な手法があるが、経済経営分野のデータ解析に多用される回帰分析、主成分分析、判別分析等を中心に、テキストの輪読を行うことにより理解を深める。実際に多変量解析法により経済経営分野のデータを分析するためには、専門的な統計解析ソフトウェアを利用する必要がある。この授業では、統計解析ソフトウェアR用いる。さらに、実際の経済経営分野のデータを用いた実習を行い、その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。 注意：基本的な統計学と数学の知識を前提とする。 ＜授業の到達目標及びテーマ＞ 重回帰分析や主成分分析をはじめとする多変量解析法の理論的の理解と、経済経営分野のデータ解析への応用方法の習得を目標とする
授業の形式・方法と履修上の注意 ／Teaching method and Attention the course
事前・事後学修の内容 ／Before After Study	学部レベルの統計学の知識を前提とする。毎回の授業に対して予習・復習が必要である。
テキスト1 ／Textbooks1	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
テキスト2 ／Textbooks2	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
テキスト3 ／Textbooks3	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
参考文献等1 ／References1	書籍名/ｻｲﾄ名 ／Title 著者 ／Author name 出版社/URL ／Publisher ISBN ／ISBN その他（任意） ／other
参考文献等2 ／References2	書籍名/ｻｲﾄ名 ／Title 著者 ／Author name 出版社/URL ／Publisher ISBN ／ISBN その他（任意） ／other
参考文献等3 ／References3	書籍名/ｻｲﾄ名 ／Title 著者 ／Author name 出版社/URL ／Publisher ISBN ／ISBN その他（任意） ／other
評価方法 ／Evaluation	学部レベルの統計学の知識を前提とする。毎回の授業に対して予習・復習が必要である。
備考 ／Notes	テキスト，参考書は適宜指示する。
到達目標 ／Learning Goal	統計解析についての修士レベルの知識を修得し，実社会のデータを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	授業全体の説明を行う。
2	Rによる統計計算の基礎（１）・（講義・演習）	R・RStudioの使い方についての講義と演習を行う。
3	Rによる統計計算の基礎（２）・（講義・演習）	Rによる基本的な統計計算についての講義と演習を行う。
4	Rによる統計計算の基礎（３）・（講義・演習）	Rによる基本的なデータ処理とプログラミングについての講義と演習を行う。
5	回帰分析（１）・（講義・演習）	単純回帰分析，回帰係数，決定係数についての講義と演習を行う。
6	回帰分析（２）・（講義・演習）	重回帰分析，偏回帰係数，自由度修正済み決定係数についての講義と演習を行う。
7	回帰分析（３）・（講義・演習）	質的変数の利用とモデル選択についての講義と演習を行う。
8	回帰分析によるデータ解析演習（1）・（演習）	回帰分析を用いてデータ解析を行うについての講義と演習を行う。
9	回帰分析によるデータ解析演習（2）・（演習）	回帰分析を用いてデータ解析を行い結果を報告するについての講義と演習を行う。
10	主成分分析（講義・演習）	主成分分析についての講義と演習を行う。
11	クラスター分析（講義・演習）	クラスター分析についての講義と演習を行う。
12	主成分分析とクラスター分析によるデータ解析演習	主成分分析とクラスター分析を用いてデータ解析を行い結果を報告する。
13	因子分析（講義・演習）	因子分析についての講義と演習を行う。
14	因子分析によるデータ解析演習（演習）	因子分析を用いてデータ解析を行い結果を報告する。
15	判別分析（講義・演習）	判別分析についての講義と演習を行う。
16	判別分析によるデータ解析演習（演習）	判別分析を用いてデータ解析を行い結果を報告する。
17	ロジスティックス回帰（講義・演習）	ロジスティックス回帰についての講義と演習を行う。
18	ロジスティックス回帰によるデータ解析演習（演習）	ロジスティックス回帰を用いてデータ解析を行い結果を報告する。
19	リサンプリング法（講義・演習）	リサンプリング法についての講義と演習を行う。
20	リサンプリング法によるデータ解析演習（演習）	リサンプリング法を用いてデータ解析を行い結果を報告する。
21	リッジ回帰（講義・演習）	リッジ回帰についての講義と演習を行う。
22	リッジ回帰によるデータ解析演習（演習）	リッジ回帰を用いてデータ解析を行い結果を報告する。
23	LASSO（講義・演習）	LASSOについての講義と演習を行う。
24	LASSOによるデータ解析演習（演習）	LASSOを用いてデータ解析を行い結果を報告する。
25	ツリーモデル（講義・演習）	ツリーモデルについての講義と演習を行う。
26	ランダムフォレスト（講義・演習）	ランダムフォレスト
27	ランダムフォレストによるデータ解析演習（演習）	ツリーモデルとランダムフォレストを用いてデータ解析を行い結果を報告する。
28	データ解析演習（演習）	学修した手法を用いてデータ解析を行い結果を報告するについての講義と演習を行う。