| 年度 |
2026年度 |
開講部局 |
情報科学部 |
| 講義コード |
KA220001 |
科目区分 |
専門教育科目 |
| 授業科目名 |
計量経済学 |
授業科目名
（フリガナ） |
ケイリョウケイザイガク |
| 英文授業科目名 |
Econometrics |
| 担当教員名 |
|
担当教員名
(フリガナ) |
|
| 開講キャンパス |
東広島 |
開設期 |
3年次生 前期 集中 |
| 曜日・時限・講義室 |
(集) 集中 |
| 授業の方法 |
講義 |
授業の方法
【詳細情報】 |
対面 |
| 集中講義 |
| 単位 |
2.0 |
週時間 |
|
使用言語 |
B
:
日本語・英語 |
| 学習の段階 |
3
:
中級レベル
|
| 学問分野（分野） |
24
:
社会科学 |
| 学問分野（分科） |
03
:
経済学 |
| 対象学生 |
3年次生 |
| 授業のキーワード |
相関分析，回帰分析，回帰診断 |
| 教職専門科目 |
|
教科専門科目 |
|
プログラムの中での
この授業科目の位置づけ
（学部生対象科目のみ） | |
|---|
到達度評価
の評価項目
（学部生対象科目のみ） | 計算機科学プログラム
（能力・技能）
・A. 情報基盤の開発技術，情報処理技術，データを分析して新しい付加価値を生む技術．
データ科学プログラム
（総合的な力）
・D3. 複合的に絡み合う社会的ニーズや課題を俯瞰し，データに基づいた定量的かつ論理的な思考と多角的視野と高度な情報分析能力で課題を解決する能力．
知能科学プログラム
（総合的な力）
・D3. 複合的に絡み合う社会的ニーズや課題を俯瞰的に捉え，知能科学の幅広い知識に基づいた多角的視野と分析能力で課題を解決する能力． |
|---|
| 授業の目標・概要等 |
この講義では，情報科学部3年生の受講を念頭にして，経済データを前提とした統計分析手法について教授する． |
| 授業計画 |
第1回 授業概要
第2回 線形代数のおさらい
第3回 統計学のおさらい
第4回 相関分析
第5回 単回帰分析と最小二乗法
第6回 回帰係数に関する検定と推定
第7回 残差分析
第8回 繰り返しのある単回帰分析
第9回 重回帰分析と最小二乗法
第10回 偏回帰係数の解釈と重相関係数
第11回 偏回帰係数に関する検定と推定
第12回 説明変数の選択
第13回 回帰診断
第14回 いろいろな回帰モデル
第15回 講義のレビュー |
| 教科書・参考書等 |
教科書：
・配付資料を用いる
参考書：
・久米均，飯塚悦功，回帰分析．岩波書店，1987．
・永田靖，棟近雅彦，多変量解析法入門，サイエンス社，2001．
・蓑谷千凰彦，線形回帰分析，朝倉書店，2015．
|
授業で使用する
メディア・機器等 |
Microsoft Teams, moodle |
| 【詳細情報】 |
講義資料をスクリーンに表示させて内容の解説を行う．課題の提出等はMoodleを利用する予定．
また，MS Excelを用いた演習を予定するため，各自PCを持参すること． |
授業で取り入れる
学習手法 |
|
予習・復習への
アドバイス |
第2回－第15回 予習復習を心がけましょう。 |
履修上の注意
受講条件等 |
|
| 成績評価の基準等 |
授業内演習（50％），小テスト（50％）という割合で成績評価を行う。 |
| 実務経験 |
|
実務経験の概要と
それに基づく授業内容 |
|
| メッセージ |
|
| その他 |
授業に関する案内はMoodleを通じて行う予定 |
すべての授業科目において，授業改善アンケートを実施していますので，回答に協力してください。
回答に対しては教員からコメントを入力しており，今後の改善につなげていきます。 |