基本情報/Basic Information

開講科目名 ／Class	経済データ処理Ⅱ／Data Processing for Economics and Business Ⅱ
授業コード ／Class Code	B301072005
開講キャンパス ／Campus	有瀬
開講所属 ／Course	経済学部／Economics
年度 ／Year	2023年度／Academic Year
開講区分 ／Semester	後期／AUTUMN
曜日・時限 ／Day, Period	金4(後期)／FRI4(AUT.)
単位数 ／Credits	2.0
主担当教員 ／Main Instructor	持田　信治／MOCHIDA SHINJI
科目区分 ／Course Group	【専門教育科目】　（専門リテラシー科目）／*** MAJORS *** （OPTIONAL SUBJECTS IN LANGUAGES AND COMPUTING LITERACY FIELD）
遠隔授業 ／Remote lecture	No

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
持田　信治／MOCHIDA SHINJI	経営学部／Business Administration

授業の方法 ／Class Format	対面授業（講義、演習） 本講義は講義とパソコンを使用した演習を行う。 なお、DotCampusで資料を配布することがあるので 確認しておくこと。 【連絡先】 bs165090@ba.kobegakuin.ac.jp
授業の目的 ／Class Purpose	この科目は経済学部のDPに示されている経済データに関する基礎的知識を習得し，統計的な処理ができるために講義とコンピュータによる演習によって知識と技能を身に着けることを目指す。 現代の経済学では実際の様々なデータを分析することが求められ，分析手法への理解とコンピュータを用いた分析技能の双方が必要とされます．この講義ではパソコンを用い，様々なデータを実際に分析することで，それらの分析技能の習得を目的とします．この授業はリテラシー科目に属し，「基礎情報処理実習」などのコンピュータの実習の講義において取得した技能，また「統計学」の知識を応用する科目として位置づけられる。統計学において基本的な分析手法であり経済学などでも多く用いられる回帰分析を学び，EXCELを用いて実際の分析を行いながら回帰分析についての理解，さらに実際のデータを扱う際の分析・処理を理解することを目標としている。 また本講義は講義担当者のプロジェクトマネージャとしての実務経験に基づく、経営におけるデータ利用方法とデータ処理の必要性について解説する。
到　達　目　標 ／Class Objectives	回帰分析を活用でき，なおかつ、実社会における様々な経済データの理解と活用ができる。
授業のキーワード ／Keywords	統計，EXCEL，回帰分析，データサイエンス
授業の進め方 ／Method of Instruction	情報処理実習室で講義を行いつつ，PCを操作し実習を行う。 毎回、資料を配布、提示する、またパソコン用いた課題の作成、提出を要求することがある。
履修するにあたって ／Instruction to Students	各自、ICT実習で学ぶEXCELの知識を習得していることが望ましい．
授業時間外に必要な学修 ／Expected Work outside of Class	授業の最後において、今回の講義及び前回の講義内容についてテストを行うこともあるので、 授業前後の学修を行うこと。また.テストの内容は講義では説明をしていない関連内容に及ぶこと もあるので講義テーマについての学修を期待する。学修の目安となる時間は予習復習に0.5時間，また毎回の演習課題を行うのに0.5時間程度が必要となる．学修ではコンピュータの基本的な操作，特にEXCELについて習得していることが前提である．
提出課題など ／Quiz,Report,etc	講義の終わりに当該講義に関するテストを行う、又は講師内容に関するレポートの提出を要求することがある。実施したテストや課題については、次回の講義内で必要に応じて解説、説明を行う。
成績評価方法・基準 ／Grading Method・Criteria	課題やコメントにより評価する。 また、課題やコメントについて自主学習が認められる場合には特に評価する。
テキスト ／Required Texts	プリント資料を適宜配布する。
参考図書 ／Reference Books	適宜、紹介する。

No.	回 ／Time	主題と位置付け ／Subjects and position in the whole class	学習方法と内容 ／Methods and contents	備考 ／Notes
1	第1回	回帰分析の基礎	回帰分析の基本的な考え方について学ぶ．
2	第2回	回帰分析	回帰分析の概念と定義を学ぶ.
3	第3回	単回帰分析	単回帰分析について分析と応用を学ぶ．
4	第4回	単回帰分析の応用	単回帰分析の応用でできる様々な分析を学ぶ．
5	第5回	単回帰分析の振り返り	ここまでの単回帰分析について振り返り問題演習を行う．
6	第6回	重回帰分析	重回帰分析の基本的な操作について学ぶ
7	第7回	重回帰分析２	重回帰分析で得られる結果から読み取れる様々な事柄について学ぶ．
8	第8回	偏回帰係数	回帰分析の結果得られる回帰係数から，偏回帰係数の概念について学ぶ．
9	第9回	時系列分析	時系列データの分析について学ぶ． 指数，増減率，移動平均について学ぶ．
10	第10回	時系列データの分析２	時系列データの分析について学ぶ． 自己相関の概念と季節調整について学ぶ．
11	第11回	様々なデータの分析	様々な社会データを分析し，これまで学んだ知識を活用した演習を行う． 主に構造変化について扱う．
12	第12回	様々なデータの分析	様々な社会データを分析し，これまで学んだ知識を活用した演習を行う． ダミー変数を用いた質的データの扱いを学ぶ．
13	第13回	様々なデータの分析	様々な社会データを分析し，これまで学んだ知識を活用した演習を行う． 失業率，インフレ率の関係等を扱う．
14	第14回	様々なデータの分析	様々な社会データを分析し，これまで学んだ知識を活用した演習を行う． 主にコンジョイント分析について扱う．
15	第15回	問題演習	これまでの学習内容を振り返り問題演習を行う．