基本情報/Basic Information

開講科目名 ／Course	経済情報処理Ⅰ／Economic Data Processing Ⅰ
時間割コード ／Course Code	E270050001
ナンバリングコード ／Numbering Code
開講所属 ／Course Offered by	経済学部経済学科コースなし／College of Economics and Environmental Policy Department of Economics
開講区分 ／semester offered	前期／First Semester
単位数 ／Credits	2.0
学年 ／Year	3,4
主担当教員 ／Main Instructor	大城　絢子／Ayako OHSHIRO
科目区分 ／Course Group	専門科目　専門科目選択／専門科目 専門科目選択
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
大城　絢子／Ayako OHSHIRO	経済学科／Department of Economics

※ポリシーとの関連性 ／*Relevance to Policy	経済による社会現象をより深く理解するための多様な観点と専門分野知識・問題の論理的考察および表現力の修得
授業に関する問い合わせ ／Inquiries about classes	a.ohshiro@okiu.ac.jp
学びの準備 ／Prepare to learn	ねらい ／Goal 近年のデータ分析の傾向に触れながら、ExcelやR言語を用いた演習・考察も含めたトレーニングを行います。主に経済・ビジネスデータを扱います。 メッセージ ／Message 各自が手を動かすことで基礎的な統計知識を使った簡単な解析スキルを習得します。 到達目標 ／Attainment Targets ・経済・ビジネス分野における情報処理・統計手法を理解し、実践的な処理ができるようになる。 ・多くの文献に触れ、論理的思考力を身につける。
学びの実践 ／Learning Practices	授業計画 ／Class Plan テキスト・参考文献・資料など ／Textbooks, references, materials, etc. 資料 ・テキストは特に指定せず、その都度ポータルより講義資料を配布します。 参考文献 ・舟尾 暢男/The R Tips 第3版: データ解析環境Rの基本技・グラフィックス活用集/オーム社; 第3版 ・P検準2級テキスト (P検合格シリーズ)/P検事務局 学びの手立て ／Way of learning ・実践演習で扱うプログラミングは自身の手で動かし様々なエラーを経験し修正していくことで上達します。ある程度のオブジェクト指向を身につけることで多くの言語が扱えるようになるので、根気強く取り組んでください。 ・プログラミングを正しく実行できることも重要ですが、その出力結果を自分なりに解釈することを心がけてください。 ・提出されたレポート内容をもとに、よくあるエラーやその対処法を解説します。 評価 ／Evaluation 平常点・毎回の課題(80%)+最終レポート(20%)
学びの継続 ／Continuing to learn	次のステージ・関連科目 ／Next Stage and Related Courses 情報リテラシー演習・統計学I・II：ここでの知識をもとにデータ解析を学びます。あらかじめ履修しておくと理解と定着がスムーズですが、そうでない場合もカバーできる内容になっています。 経済情報処理II・卒業論文・自然環境課題研究：本科目で修得した論文解釈力・解析力・考察力・表現力をさらに応用させ、各自の研究成果を残してください。

No.	回（日時） ／Time (date and time)	授業計画 ／Class Plan	時間外学習の内容 ／Content of Overtime Learning	備考 ／Notes
1	1	導入：経済情報処理とは・Excelの復習(様々な関数)	講義での指定箇所の課題を提出
2	2	Excel：経済データの分析と可視化	講義での指定箇所の課題を提出
3	3	Rの基本操作I(数値計算)	講義での指定箇所の課題を提出
4	4	Rの基本操作II(基本統計量の算出・変数の型の定義・文字列操作)	講義での指定箇所の課題を提出
5	5	Rの基本操作II(基本統計量の算出・文字列操作)	講義での指定箇所の課題を提出
6	6	データの読み込みと可視化・文字列操作・ベクトル計算	講義での指定箇所の課題を提出
7	7	データの読み込みと可視化(グラフ作成)	講義での指定箇所の課題を提出
8	8	論文調査1	講義での指定箇所の課題を提出
9	9	分布と検定	講義での指定箇所の課題を提出
10	10	分散分析	講義での指定箇所の課題を提出
11	11	単回帰分析・重回帰分析	講義での指定箇所の課題を提出
12	12	重回帰分析による変数選択・データ可視化の応用	講義での指定箇所の課題を提出
13	13	最終レポートの中間報告と文献調査	講義での指定箇所の課題を提出
14	14	最終レポートに用いるデータの収集	発表資料・解析データの作成
15	15	論文調査2	発表資料の作成
16	16	総括	発表資料の作成