UNIVERSITY OF TOYAMA SYLLABUS 富山大学
2017年度 授業案内
戻る シラバストップへ戻る
>> 経済学部経済学科
  授業科目名
特殊講義 Rによる計量分析:データ解析と可視化 マイシラバス
  (英文名)

  担当教員(所属)
伊藤 岳(非常勤講師)
  授業科目区分
専門教育科目 昼間主開講科目
  授業種別
講義科目
  COC+科目
-
  開講学期
後期・月曜2限
  対象所属

  対象学年
2、3、4年
  時間割コード
131045
  単位数
2単位
  最終更新日時
17/09/26

  オフィスアワー(自由質問時間)
 

  リアルタイム・アドバイス:更新日   
 

  授業のねらいとカリキュラム上の位置付け(一般学習目標)
本講義では,基礎的な計量経済・統計学の理論を学んだ (あるいは,これから本格的に学びたい) 学生を主な対象として,応用的な計量分析の方法を学ぶ.
具体的には,フリーの強力なソフトウェア/統計処理言語であるRを用いたデータの可視化・解析の方法を学び,さらに統計的シミュレーションや現実のデータの解析を通じて統計的推論上の問題 (たとえば,欠落変数バイアス) を理解する.あわせて,ときとして煩雑な作業が必要になるデータ取得や統計的シミュレーション,データ解析・可視化の作業をRによって自動化・再現可能にする方法も学び,自らの研究で計量分析を用いる素地を身につける.


  教育目標
 

  達成目標
この講義では,初歩的な計量経済・統計学の知識を前提に,履修者が次のような応用的な経験・知識・スキルを身につけることを目指す.

1. データの可視化・解析のスキルを身に付ける------基礎的なデータの可視化および計量経済・統計学の推定を,R言語を用いて行なう方法・スキルを身につける
2. 基礎的な推定法,仮定,概念を理解する------統計的シミュレーションと経験的な (現実の) データの解析を通して,基礎的な計量経済・統計学の推定法を理解する
3. 再現可能な研究を行なう力を身につける------R言語による実装・プログラミングを通して,再現可能な研究 (データの取得・整理・可視化・解析の一連の作業を,他者が追試・確認・再現可能な研究) を行なう方法を身につける


  授業計画(授業の形式、スケジュール等)
Week 1 イントロダクション(10/2)
Week 2 セットアップ(10/16)
・第2回以降,個人のラップトップ (ノートPC) 持ち込み必須.下記の「授業時間外学修 (事前・事後学修)」および「履修上の注意」も確認のこと
・R およびR Studio のインストール
・パッケージのインストール
Week 3 R におけるデータ操作・管理(1): データの出入力とオブジェクト(10/23)
Week 4 (10/30・休講)
Week 5 R におけるデータ操作・管理(2): データの操作と整理 (data tidying)(11/6)
Week 6 R によるデータの可視化(1): 基礎的な可視化(11/13)
Week 7 R によるデータの可視化(2): 発展的な可視化(11/20)
・中間課題(1) 出題
Week 8 R によるデータ取得の自動化: ウェブスクレイピングとAPI(11/27)
Week 9 回帰分析の準備:基礎概念の確認とシミュレーション(12/4)
Week 10 回帰分析(1): 最小二乗法(OLS) と内生性の問題(12/11)
Week 11 回帰分析(2): 統計的シミュレーションによる回帰分析の理解(12/18)
・中間課題(2) 出題
Week 12 回帰分析(3): 回帰分析の解釈と限界効果(1/9 ※1/9火曜日は月曜日授業)
Week 13 回帰分析(4): 交互作用項を含む回帰モデル(1/15)
Week 14 回帰分析(5): 一般化線形モデル(GLM)(1/22)
Week 15 回帰分析(6): 一般化線形モデルにおける限界効果と交互作用項(1/29)
・最終課題出題

<以下副読本について>
副読本 (Rの解説を含むもの・購入推奨)
? 浅野正彦・矢内勇生.2013.『Stata による計量政治学』オーム社.著者ウェブサイト
(http://yukiyanai.github.io/jp/quant-methods-stata/) から対応するR コードを入手可能
? Gandrudm C. 2015. Reproducible Research with R and RStudio, Second edition. BocaRaton, FL: CRC Press.
? Grolemund, G. 2014. Hands-on programming with R. Sebastopol: O'Reilly (邦訳:大橋 真也監訳. 2015.『RStudio ではじめる Rプログラミング入門』オライリー・ジャパン)
? 飯田健.2013.『計量政治分析』共立出版.
?石田 基広・市川 太祐・瓜生 真也・湯谷 啓明.2017.『Rによるスクレイピング入門』C&R研究所.
? Lander, JP. 2015[2014]. 『みんなのR: データ分析と統計解析の新しい教科書』高柳慎一ほか訳,マイナビ.
? Rサポーターズほか.2017.『パーフェクトR』技術評論社.
? Morgan III, JE. 2015. Political analysis using R. New York: Springer.
? Wickham, H. 2015. Advanced R. New York: Taylor & Francis (邦訳:石田基広ほか訳.2016.『R 言語徹底解剖』共立出版)

副読本 (Rの解説を含まないもの・購入推奨)
? 伊藤公一朗.2017.『データ分析の力:因果関係に迫る思考法』光文社.
? 北村 行伸.2009.『ミクロ計量経済学入門』日本評論社.
? 鹿野 繁樹.2015.『新しい計量経済学:データで因果関係に迫る』日本評論社.
? 森田 果.2014.『実証分析入門:データから「因果関係」を読み解く作法』日本評論社.
? 末石 直也. 2015.『計量経済学:ミクロデータ分析へのいざない』日本評論社.
? 田中 隆一.2015.『計量経済学の第一歩:実証分析のススメ』有斐閣.
? 山本 勲.2015.『実証分析のための計量経済学:正しい手法と結果の読み方』中央経済社.


  授業時間外学修
事前学習
・第2回講義までに,次の事前学習を行なうこと.
 ・次の単語の意味を把握しておくこと (GoogleやYahoo!で検索すればすぐに分かる):「全角文字」「半角文字」「行」「列」「ファイルパス」「ディレクトリ」「拡張子」「文字コード/エンコーディング」
 ・第2 回講義までに,次のような操作/ショートカットキーの表記が,どのようなキーボード操作を意味するのかを把握し,行えるようにしておくこと: “Command + S,” “Command + Shift + K” (macOS), “Control + C,” “Control + Shift + N” (Windows)
 ・各自のOS 環境で特定のファイルのファイルパスを取得する方法を調べておくこと
・ 毎回の講義時に指示する,次回講義に関連する教科書・副読本の章を事前に読んでおくこと

事後学習
・講義で用いたR コードを確認・(再度) 実行し,復習すること
これらの事前・事後学修を行なわない場合,講義の理解や課題提出に支障をきたす.第2 回以降の講義は,履修者が事前学習を行なっていることを前提に進める.


  キーワード
R, API, ウェブスクレイピング,可視化,計量経済学,シミュレーション,データサイエンス,統計学

  履修上の注意
・ 個人のラップトップ・コンピュータ(ノートPC) を持ち込むこと.毎回の講義では,個人のラップトップでR による作業を行なう時間を設ける
・R をインストール可能なLinux, Mac OS, Windows のいずれかであればOS は問わないが,管理者権限のあるアカウントとパスワードを必ず把握しておくこと.当然ながら,「パスワードが分からないのですが,どうしたらいいですか」等の質問には対応できない
・事前に学内の無線LAN に接続できるように設定しておくこと.海外購入のマシンを用いるなど,学内LAN に接続できない特殊な事情がある場合は,初回講義時までにITC (情報基盤センター) に相談すること
・R の特性上,この講義ではほぼすべての作業をコード記述・キーボード操作で行なう.クリック操作は基本的に行なわない
・R言語その他のプログラミング言語についての知識は問わない.経験があれば講義内容や講義で扱うRコードを理解しやすいが,必須ではない
・初歩的な計量経済・統計学の知識や微積分の基礎を前提とする.計量経済・統計学の知識のない学生の履修も妨げないが,他の科目を履修し推定方法や理論を並行して学ぶことを強く勧める.本講義は厳密な理論的基礎よりも,応用的な力を養うことを重視する
・使用教室の規定と齟齬が生じない限り,授業中の飲食やスマートフォンの使用は原則的に認める.たとえば,「Google検索すればわかりそうだけれど,自分の知識では正確に分からない」単語が講義で出た場合には,遠慮なくスマートフォンで検索して構わない.同様に,集中力を維持するために飲食が必要であれば特に問題視しない.ただし,いずれの場合もその行為が適切か否か・正当な理由があるかを考えること (また,他の履修者から苦情があった場合や,頻度過剰と担当教員が判断した場合,自ら説明すること) を求める


  成績評価の方法
中間課題(40%) と最終課題(60%) による.課題の詳細は講義時に指示するが,いずれもR のコードと出力(解析・可視化) 結果の報告・解釈を求める.

  教科書・参考書等    図書館蔵書検索
講義資料
毎回の講義で使用するスライドとRコード,サンプル・データ等の資料は,講義用ウェブサイトに前日までにアップロードする.各自ダウンロード/印刷の上,持参すること.紙媒体では配布しない.URLは, http://cfes-project.eco.u-toyama.ac.jp/education/education_2017/r_2017/

教科書
− Gelman, A & J Hill. 2007. Data analysis using regression and multilevel/hierarchical models. Cambridge: Cambridge University Press.
− 星野 匡郎・田中 久稔.2016.『Rによる実証分析:回帰分析から因果分析へ』オーム社.
− Imai, K. 2017. Quantitative Social Science: An Introduction. Princeton, NJ: Princeton University Press (近刊の和訳でも可)

※副読本については,字数制限の都合により,授業計画(授業の形式、スケジュール等)に記載。


  関連科目
計量経済学,統計学,ミクロ経済学I,ミクロ経済学II,ゲーム分析,金融論

  リンク先ホームページアドレス
講義資料ウェブページ:
http://cfes-project.eco.u-toyama.ac.jp/education/education_2017/r_2017/


参考となるウェブサイト
? Wickham, H. & G. Grolemund. 2016. R for Data Science: Import, Tidy, Transform, Visualize, and Model Data. サポートページ http://r4ds.had.co.nz


  備考  

000393
戻る シラバストップへ戻る


富山大学 SYLLABUS
 2017年度 戻る シラバストップへ戻る
PDF生成
経済学部経済学科
授業科目名
特殊講義 Rによる計量分析:データ解析と可視化  マイシラバス
英語名

 

担当教員

伊藤 岳(非常勤講師) 

授業科目区分

専門教育科目 昼間主開講科目 

授業種別

講義科目 

COC+科目

開講学期

後期・月曜2限 

対象所属

 

対象学生

2、3、4年 

時間割コード

131045 

単位数

2単位 

最終更新日時

17/09/26 

オフィスアワー

  

更新日  

  

授業のねらいとカリキュラム上の位置付け

本講義では,基礎的な計量経済・統計学の理論を学んだ (あるいは,これから本格的に学びたい) 学生を主な対象として,応用的な計量分析の方法を学ぶ.
具体的には,フリーの強力なソフトウェア/統計処理言語であるRを用いたデータの可視化・解析の方法を学び,さらに統計的シミュレーションや現実のデータの解析を通じて統計的推論上の問題 (たとえば,欠落変数バイアス) を理解する.あわせて,ときとして煩雑な作業が必要になるデータ取得や統計的シミュレーション,データ解析・可視化の作業をRによって自動化・再現可能にする方法も学び,自らの研究で計量分析を用いる素地を身につける.
 

教育目標

  

達成目標

この講義では,初歩的な計量経済・統計学の知識を前提に,履修者が次のような応用的な経験・知識・スキルを身につけることを目指す.

1. データの可視化・解析のスキルを身に付ける------基礎的なデータの可視化および計量経済・統計学の推定を,R言語を用いて行なう方法・スキルを身につける
2. 基礎的な推定法,仮定,概念を理解する------統計的シミュレーションと経験的な (現実の) データの解析を通して,基礎的な計量経済・統計学の推定法を理解する
3. 再現可能な研究を行なう力を身につける------R言語による実装・プログラミングを通して,再現可能な研究 (データの取得・整理・可視化・解析の一連の作業を,他者が追試・確認・再現可能な研究) を行なう方法を身につける
 

授業計画

Week 1 イントロダクション(10/2)
Week 2 セットアップ(10/16)
・第2回以降,個人のラップトップ (ノートPC) 持ち込み必須.下記の「授業時間外学修 (事前・事後学修)」および「履修上の注意」も確認のこと
・R およびR Studio のインストール
・パッケージのインストール
Week 3 R におけるデータ操作・管理(1): データの出入力とオブジェクト(10/23)
Week 4 (10/30・休講)
Week 5 R におけるデータ操作・管理(2): データの操作と整理 (data tidying)(11/6)
Week 6 R によるデータの可視化(1): 基礎的な可視化(11/13)
Week 7 R によるデータの可視化(2): 発展的な可視化(11/20)
・中間課題(1) 出題
Week 8 R によるデータ取得の自動化: ウェブスクレイピングとAPI(11/27)
Week 9 回帰分析の準備:基礎概念の確認とシミュレーション(12/4)
Week 10 回帰分析(1): 最小二乗法(OLS) と内生性の問題(12/11)
Week 11 回帰分析(2): 統計的シミュレーションによる回帰分析の理解(12/18)
・中間課題(2) 出題
Week 12 回帰分析(3): 回帰分析の解釈と限界効果(1/9 ※1/9火曜日は月曜日授業)
Week 13 回帰分析(4): 交互作用項を含む回帰モデル(1/15)
Week 14 回帰分析(5): 一般化線形モデル(GLM)(1/22)
Week 15 回帰分析(6): 一般化線形モデルにおける限界効果と交互作用項(1/29)
・最終課題出題

<以下副読本について>
副読本 (Rの解説を含むもの・購入推奨)
? 浅野正彦・矢内勇生.2013.『Stata による計量政治学』オーム社.著者ウェブサイト
(http://yukiyanai.github.io/jp/quant-methods-stata/) から対応するR コードを入手可能
? Gandrudm C. 2015. Reproducible Research with R and RStudio, Second edition. BocaRaton, FL: CRC Press.
? Grolemund, G. 2014. Hands-on programming with R. Sebastopol: O'Reilly (邦訳:大橋 真也監訳. 2015.『RStudio ではじめる Rプログラミング入門』オライリー・ジャパン)
? 飯田健.2013.『計量政治分析』共立出版.
?石田 基広・市川 太祐・瓜生 真也・湯谷 啓明.2017.『Rによるスクレイピング入門』C&R研究所.
? Lander, JP. 2015[2014]. 『みんなのR: データ分析と統計解析の新しい教科書』高柳慎一ほか訳,マイナビ.
? Rサポーターズほか.2017.『パーフェクトR』技術評論社.
? Morgan III, JE. 2015. Political analysis using R. New York: Springer.
? Wickham, H. 2015. Advanced R. New York: Taylor & Francis (邦訳:石田基広ほか訳.2016.『R 言語徹底解剖』共立出版)

副読本 (Rの解説を含まないもの・購入推奨)
? 伊藤公一朗.2017.『データ分析の力:因果関係に迫る思考法』光文社.
? 北村 行伸.2009.『ミクロ計量経済学入門』日本評論社.
? 鹿野 繁樹.2015.『新しい計量経済学:データで因果関係に迫る』日本評論社.
? 森田 果.2014.『実証分析入門:データから「因果関係」を読み解く作法』日本評論社.
? 末石 直也. 2015.『計量経済学:ミクロデータ分析へのいざない』日本評論社.
? 田中 隆一.2015.『計量経済学の第一歩:実証分析のススメ』有斐閣.
? 山本 勲.2015.『実証分析のための計量経済学:正しい手法と結果の読み方』中央経済社. 

授業時間外学修

事前学習
・第2回講義までに,次の事前学習を行なうこと.
 ・次の単語の意味を把握しておくこと (GoogleやYahoo!で検索すればすぐに分かる):「全角文字」「半角文字」「行」「列」「ファイルパス」「ディレクトリ」「拡張子」「文字コード/エンコーディング」
 ・第2 回講義までに,次のような操作/ショートカットキーの表記が,どのようなキーボード操作を意味するのかを把握し,行えるようにしておくこと: “Command + S,” “Command + Shift + K” (macOS), “Control + C,” “Control + Shift + N” (Windows)
 ・各自のOS 環境で特定のファイルのファイルパスを取得する方法を調べておくこと
・ 毎回の講義時に指示する,次回講義に関連する教科書・副読本の章を事前に読んでおくこと

事後学習
・講義で用いたR コードを確認・(再度) 実行し,復習すること
これらの事前・事後学修を行なわない場合,講義の理解や課題提出に支障をきたす.第2 回以降の講義は,履修者が事前学習を行なっていることを前提に進める.
 

キーワード

R, API, ウェブスクレイピング,可視化,計量経済学,シミュレーション,データサイエンス,統計学 

履修上の注意

・ 個人のラップトップ・コンピュータ(ノートPC) を持ち込むこと.毎回の講義では,個人のラップトップでR による作業を行なう時間を設ける
・R をインストール可能なLinux, Mac OS, Windows のいずれかであればOS は問わないが,管理者権限のあるアカウントとパスワードを必ず把握しておくこと.当然ながら,「パスワードが分からないのですが,どうしたらいいですか」等の質問には対応できない
・事前に学内の無線LAN に接続できるように設定しておくこと.海外購入のマシンを用いるなど,学内LAN に接続できない特殊な事情がある場合は,初回講義時までにITC (情報基盤センター) に相談すること
・R の特性上,この講義ではほぼすべての作業をコード記述・キーボード操作で行なう.クリック操作は基本的に行なわない
・R言語その他のプログラミング言語についての知識は問わない.経験があれば講義内容や講義で扱うRコードを理解しやすいが,必須ではない
・初歩的な計量経済・統計学の知識や微積分の基礎を前提とする.計量経済・統計学の知識のない学生の履修も妨げないが,他の科目を履修し推定方法や理論を並行して学ぶことを強く勧める.本講義は厳密な理論的基礎よりも,応用的な力を養うことを重視する
・使用教室の規定と齟齬が生じない限り,授業中の飲食やスマートフォンの使用は原則的に認める.たとえば,「Google検索すればわかりそうだけれど,自分の知識では正確に分からない」単語が講義で出た場合には,遠慮なくスマートフォンで検索して構わない.同様に,集中力を維持するために飲食が必要であれば特に問題視しない.ただし,いずれの場合もその行為が適切か否か・正当な理由があるかを考えること (また,他の履修者から苦情があった場合や,頻度過剰と担当教員が判断した場合,自ら説明すること) を求める
 

成績評価の方法

中間課題(40%) と最終課題(60%) による.課題の詳細は講義時に指示するが,いずれもR のコードと出力(解析・可視化) 結果の報告・解釈を求める. 

図書館蔵書検索

講義資料
毎回の講義で使用するスライドとRコード,サンプル・データ等の資料は,講義用ウェブサイトに前日までにアップロードする.各自ダウンロード/印刷の上,持参すること.紙媒体では配布しない.URLは, http://cfes-project.eco.u-toyama.ac.jp/education/education_2017/r_2017/

教科書
− Gelman, A & J Hill. 2007. Data analysis using regression and multilevel/hierarchical models. Cambridge: Cambridge University Press.
− 星野 匡郎・田中 久稔.2016.『Rによる実証分析:回帰分析から因果分析へ』オーム社.
− Imai, K. 2017. Quantitative Social Science: An Introduction. Princeton, NJ: Princeton University Press (近刊の和訳でも可)

※副読本については,字数制限の都合により,授業計画(授業の形式、スケジュール等)に記載。
 

関連科目

計量経済学,統計学,ミクロ経済学I,ミクロ経済学II,ゲーム分析,金融論 

リンク先ホームページアドレス

講義資料ウェブページ:
http://cfes-project.eco.u-toyama.ac.jp/education/education_2017/r_2017/


参考となるウェブサイト
? Wickham, H. & G. Grolemund. 2016. R for Data Science: Import, Tidy, Transform, Visualize, and Model Data. サポートページ http://r4ds.had.co.nz

 

備考

  



戻る シラバストップへ戻る
PDF生成 マイシラバスリスト

ページの先頭へ