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 | ||||