経済工学演習(前期)
第 0回 | 2月 | 19日 | ゼミ説明会 | ||
第 1回 | 4月 | 15日 | ガイダンス | ||
統計データ | 古立 | 大学生の勉強時間 | |||
第 2回 | 22日 | 統計データ | 楠戸 | 世界の穀物供給体制 | |
マーケティング | 古立 | マーケティング・モデルとは | |||
マーケティング | 永田 | R入門 | |||
ベイズ統計 | 楠戸 | Rによるファイルの操作とデータの視覚化 | |||
第 3回 | 5月 | 8日 | 統計データ | 赤木 | 福岡空港に関する調査 |
マーケティング | 黒岩 | マーケティングで利用されるデータ,確率的現象,確率分布,最尤法 | |||
ベイズ統計 | 黒岩 | 確率分布,統計モデル,最尤法とモデルの評価,ベイズ統計解析の概要,事後分布の利用,データの変換 | |||
第 4回 | 13日 | マーケティング | 赤木 | 市場反応モデルの目的,売上モデル,市場シェアモデル,市場反応の分析結果の経験的一般化 | |
ベイズ統計 | 永田 | 線形回帰モデル,線形回帰モデルの応用例とプログラム,ベイズ型線形モデル,ベイズ型線形モデルの応用例とプログラム | |||
第 5回 | 20日 | 休講 | |||
第 6回 | 27日 | 統計データ | 生垣 | アベノミクスと高橋財政 | |
統計データ | 黒岩 | ブータンは本当に幸せか | |||
マーケティング | 赤木 | 普及の分析 | |||
斎藤 | 選択モデルの考え方,ロジットモデルの推定 | ||||
ベイズ統計 | 西田 | 乱数の発生,ベイズ統計解析とモンテカルロ法,乱数発生法に関する補足 | |||
第 7回 | 6月 | 3日 | 統計データ | 斎藤 | 平均寿命とは |
マーケティング | 斎藤 | ロジットモデルの推定,ランク・ロジットモデルによる順序データの分析 | |||
西田 | セグメンテーションの方法,潜在クラスモデルとは,EMアルゴリズム | ||||
ベイズ統計 | 松本 | マルコフ連鎖サンプリング法,マルコフ連鎖モンテカルロ法 | |||
第 8回 | 10日 | 統計データ | 永田 | PM2.5質量濃度の推移(平成13から22年度) | |
マーケティング | 西田 | 潜在クラスモデルの応用1,潜在クラスモデルの応用2 | |||
楠戸 | マーケティング・モデルにおけるベイズ統計学の利用,ベイズ推定,確率分布に伴う乱数の発生,MCMC法による推定 | ||||
ベイズ統計 | 松本 | マルコフ連鎖サンプリング法,MCMC法,ギブス・サンプラーの応用例 | |||
第 9回 | 17日 | 統計データ | 西田 | 人気企業ランキング | |
マーケティング | 楠戸 | MCMC法による推定,MHサンプリング,消費者間の異質性と階層ベイズモデル | |||
ベイズ統計 | 生垣 | 判別分析の概要,ナイーブベイズ法による判別分析,景気動向分析への応用 | |||
第10回 | 24日 | 休講 | |||
第11回 | 7月 | 1日 | 統計データ | 松本 | 視聴率について |
ベイズ統計 | 斎藤 | 状態空間モデル,状態の推定,状態空間モデルによる時系列データの解析,Rによる数値計算例 | |||
第12回 | 8日 | 統計データ | 古立 | 世界遺産 | |
ベイズ統計 | 赤木 | トレンドの推定,トレンドの推定の応用例,季節調整 | |||
楠戸 | ARモデルとその周辺,AR成分付き季節調整モデル,応用例 | ||||
第13回 | 16日 | 統計データ | 楠戸 | バブルの研究 | |
ベイズ統計 | 赤木 | トレンド推定と季節調整のプログラム | |||
第14回 | 22日 | 統計データ | 赤木 | ビール類市場について | |
ベイズ統計 | 楠戸 | 循環変動を含む時系列の季節調整モデル推定のプログラム | |||
赤木 | モデルの構築とパラメータの推定,時変係数ARモデルの応用例,モデル推定プログラム | ||||
第15回 | 29日 | 統計データ | 生垣 | 新規学卒者の初任給の推移 | |
ベイズ統計 | 手島 | VARモデル,時変係数VARモデル,時変係数VARモデルの応用例,モデル推定のプログラム | |||
インゼミ | スケジュールの確認 | ||||