テーマ
制度種別
受講形態(京カレッジ)
科目コード
科目名
開講大学名
学内科目コード
学内科目名
連絡先
教務センター（京都太秦キャンパス）
TEL：075-406-9148
担当教員
開講期間
2025年09月25日（木）～2026年1月08日（木）
2講時 10時40分～12時10分（毎週木曜日）
※2025年12月27日（土）～2026年1月4日（日）の期間は授業なし
開講曜日・講時
単位数
開講期
授業形態
遠隔授業として実施する
「英語で学ぶ科目」として実施する
受講料
（単位互換履修生は不要）
対象年次
授業定員
単位互換定員
京カレッジ定員
会場
試験・評価方法
期末試験：40％（筆記試験）
中間試験：40%（Excelによる操作問題）
授業参加度：20％
超過時の選考方法
別途負担費用
その他特記事項
＜受講条件＞
特になしだが、数学の基礎知識に関する科目の先修を推奨する。
数式よりもグラフや身近な例に注目し、感覚的に理解することが大切。自分でデータを扱い、繰り返し予測練習を行うことで理解が深まる。
＜教室について＞
決定次第、連絡します。不明な点があれば連絡先まで問い合わせてください。
低回生受講推奨科目
講義概要・到達目標
【講義概要】
本授業は時系列データの分析と予測方法を学ぶ。最初の5回は分析に必要な数学および統計学の基礎を習得した後、移動平均法やARモデルやVARなど、基本的なモデルを中心に予測の初歩を学ぶ。基礎から丁寧に進める入門的な内容を扱う予定である。
【到達目標】
・時系列データの基本的特徴を理解できる。
・単純な予測手法を用いた分析ができる。
・結果の変化を図や数値で説明できる。
講義スケジュール
第01回
ガイダンス・線形代数と確率論の基本①(数列の考え方)
・教育方法：講義
・授業外学修（予習・復習）：使用講義・配布資料を読み、線形代数と確率論の基礎を復習すること。
第02回
線形代数と確率論の基本②(ベクトル・行列演算の基礎)
・教育方法：講義
・授業外学修（予習・復習）：ベクトル・行列の演算に慣れるため、講義の練習問題を解くこと。
第03回
政策分析手法：線形代数と確率論の基本③（変数と分布）
・教育方法：講義
・授業外学修（予習・復習）：確率分布・期待値・分散の基本概念を確認し、例題を解くこと。
第04回
線形代数と確率論の基本④(期待値・分散と標本分布)
・教育方法：講義
・授業外学修（予習・復習）：確率分布・期待値・分散の基本概念を確認し、例題を解くこと。
第05回
線形代数と確率論の基本⑤（大数の法則と中心極限定理）
・教育方法：講義
・授業外学修（予習・復習）：確率論の基礎的演習問題を通じて理解を深めること
第06回
推定と検定の直観的理解
・教育方法：講義
・授業外学修（予習・復習）：推定・検定に関する入門書や配布資料を読み、直観的な理解を整理すること。
第07回
移動平均と指数平滑法
・教育方法：講義
・授業外学修（予習・復習）：移動平均法や指数平滑法の数式を確認し、Excelなどで再現すること。
第08回
時系列データの可視化
・教育方法：講義
・授業外学修（予習・復習）：時系列データの可視化手法を、Excelで実践し復習すること。
第09回
最小二乗法（OLS）の原理
・教育方法：講義
・授業外学修（予習・復習）：最小二乗法の理論的背景を理解し、簡単な例題を手計算してみること。
第10回
自己回帰（AR）モデル入門①(モデルの構造式とホワイトノイズ)
・教育方法：講義
・授業外学修（予習・復習）：ARモデルの定義と性質を講義で確認し、例題を解くこと。
第11回
自己回帰（AR）モデル入門②(定常性と単位根)
・教育方法：講義
・授業外学修（予習・復習）：ARモデルのラグ選択やモデル適合について復習すること。
第12回
自己回帰（AR）モデル入門③(予測誤差と過学習)
・教育方法：講義
・授業外学修（予習・復習）：実際のデータを用いたARモデルの推定演習を行うこと。
第13回
ベクトル自己回帰モデル（VAR）モデル入門①（同時に動く複数の時系列）
・教育方法：講義
・授業外学修（予習・復習）：VARモデルの構造を講義等で確認し、ARとの違いを整理すること。
第14回
ベクトル自己回帰モデル（VAR）モデル入門②（ラグ長の決定とモデルの推定）
・教育方法：講義
・授業外学修（予習・復習）：VARモデルの推定とインパルス応答の解釈について復習すること。
第15回
ベクトル自己回帰モデル（VAR）モデル入門③(予測と予測区間)
教育方法：講義
・授業外学修（予習・復習）：VARモデルの実践的応用例を調べ、最終的な理解を深めること。
教科書
参考書
入門 実践する計量経済学 藪 友良 東洋経済新報社
実証のための計量時系列分析 ウォルター ・エンダース 有斐閣
出願開始
出願終了
承認結果公開日
