経済学部シラバス
2020年度(令和2年度)

Syllabus

情報経済

履修年度 2021
講義コード 11C0384301
科目名 情報経済
開講期 通年
担当者氏名 原 泰史
履修年次 3年生
単位数 4
校舎 品川キャンパス
授業形態 講義
授業の目的 この講義は経済学を活用したデータサイエンスの要点を習得することを目的にしています。既存の統計学や計量経済学に加え、因果推論のメソッドやテキスト分析の初歩的な解析手法、データの取得方法を体系的に学び、自らの問題意識に沿った問題解決力を滋養することを目指します。DX(デジタルトランスフォーメーション)と呼称される、業務プロセスのデジタル化を主体的に担える人材を目指す端緒になるための知識習得を目的とします。
到達目標 データに基づく分析が行えるようになるために、必要に応じデータセットを構築する能力を獲得出来るようにする。API やWeb スクレイピング、データの整形などを行えるようになる。取得したデータについて、線形回帰やスパース推定、傾向スコアマッチングなどの技法を必要に応じ使い分けることが出来る。
授業外学修内容・授業外学修時間数 この科目では、60時間以上の授業外学修を行う必要があります。具体的には、Datacamp などを用いてデータサイエンスのエッセンスについて自習を行う機会を提供します。そのため、基本的なコースを主体的に実施する必要があります。また、必要に応じレポートの作成を行います。また講師は「計量経済学」を担当する予定のため、合わせて受講することを推奨します。
授業計画 ※講義資料および動画は, Team 経由で配布します.



1回.オリエンテーション -データサイエンスと社会科学-



2回.統計学と計量経済学とデータサイエンス



3回.Python の使い方 (インストール方法)



4回.Python で学ぶプログラミング その1 (標準出力とfor文)



5回.Python で学ぶプログラミング その2 (if 文, while文, Pandas, Numpy)



6回.サンプルデータの読み込みと Notebook 環境に慣れる



7回.中間まとめ



8回.Python による統計分析 その1 (型や特性を把握する)



9回.Python による統計分析 その2 (平均や分散をもとめる)



10回.Python による統計分析 その3 (ヒストグラムや散布図を書く)



11回.Python による回帰分析 その1 (基本的な考え方)



12回.Python による回帰分析 その2 (単回帰分析)



13回.Python による回帰分析 その3 (重回帰分析)



14回.Python による回帰分析 その4 (Geocoding 情報の活用)



15回.まとめ



16回.前期の振り返り



17回.API で必要なデータを取得する



18回.Python によるパネルデータ分析 その1 (Pooled OLS)



19回.Python によるパネルデータ分析 その2 (固定効果モデル, 変動効果モデル)



20回.機械学習 その1 決定木分析



21回.機械学習 その2 SVM, Ridge 分析



22回.機械学習 その3 スパース (Lasso) 推定



23回. 中間まとめ



24回.因果推論 その1 傾向スコアマッチング



25回.因果推論 その2 非連続回帰デザイン



26回.テキスト分析 その1 分かち書き, 環境設定



27回.テキスト分析 その2 WordCloud



28回.テキスト分析 その3 Word2Vec モデル



29回.テキスト分析 その4 Topic モデリング



30回.まとめ
成績評価の方法 レポート3回 (40%)、レポートに対する360度相互評価(10%)、期末テスト(40%)、講義への取り組み姿勢(10%)
フィードバックの内容 講義で不明なポイントや、レポートに対するフィードバックは Microsoft Teams を介して行います。
教科書 『「Pythonによる経済・経営分析のためのデータサイエンス ~分析の基礎から因果推論まで~」』原泰史 東京図書 2021
指定図書
参考書
教員からのお知らせ Twitter; https://twitter.com/harayasushi

SpeakerDeck; https://speakerdeck.com/yasushihara
オフィスアワー 講義に関する質問については、Microsoft Teams などを介し受け付けます。
その他 担当者は2002年から2009 年までの7年間、インターネット業界での実務経験を有しています。新規技術の評価およびサービス化にあたる諸処の検討、市場調査、技術的な顧客サポート、インフラストラクチャ管理などを網羅的に担当してきました。また、2015年から2017 年までの3年間は、科学技術イノベーション政策の立案プロセスに間接的にコミットしてきました。こうした経験を踏まえた、実践的な教育を行います。