経済工学演習(後期)
第 1回 | 10月 | 6日 | 統計データ | 牟田 | 太陽光発電の普及と課題 |
インゼミ | 2チームの進捗状況並びに今後の計画について確認 | ||||
EViewsによる計量分析 | 牟田 | 2値的選択モデルでOLSを利用することができない理由,プロビット・モデル,ロジット・モデルの最尤法による推計, | |||
プロビットモデル,ロジット・モデルの解釈と限界効果,EViewsによるアルコール消費支出の有無に関する推計,2値的選択モデルにおける適合度, | |||||
分布に制約のあるモデル,センサーされたデータの推計,切断分布モデルとトービット・モデルのEViewsによる推計,処置効果 | |||||
第 2回 | 20日 | 統計データ | 吉岡 | 「セブンカフェ」,コンビニコーヒーが台頭する中でのカフェチェーン | |
インゼミ | 先行研究,本庄(2002),鎌田・須合(2006)の確認 | ||||
第 3回 | 27日 | 統計データ | 赤木 | エボラ出血熱 | |
インゼミ | 経過報告 | ||||
社会調査データ解析 | 木下 | 数量化I類,ロジスティック回帰,対数線形モデル | |||
第 4回 | 11月 | 5日 | インゼミ | 経過報告 | |
第 5回 | 10日 | 統計データ | 生垣 | 先進国は本当に低迷しているのか:OECD21ヵ国のデータを用いた国際比較 | |
インゼミ | 経過報告 | ||||
社会調査データ解析 | 赤木 | 主成分分析,因子分析の概略,クラスター分析 | |||
第 6回 | 17日 | 統計データ | 黒岩 | 財政投融資貸付金利と国債金利 | |
インゼミ | 経過報告 | ||||
社会調査データ解析 | 西田 | 対応分析,数量化V類,多次元尺度法 | |||
第 7回 | 20日 | 休講 | |||
第 8回 | 12月 | 1日 | インゼミ | 経過報告 | |
マシンラーニング | 木下 | 重回帰式の導出と性質,予測変数の選択,重回帰式の妥当性,重回帰式における検定,ダブル・クロスバリデーション, | |||
カテゴリー型変数の予測変数を含む重回帰 | |||||
第 9回 | 8日 | 統計データ | 西田 | 誰がテロリストになるのか | |
インゼミ | 経過報告 | ||||
マシンラーニング | 小田切 | 平滑化スプラインとは,平滑化スプラインにおける平滑化パラメータ,薄板平滑化スプライン,加法モデル,平滑化スプラインANOVA, | |||
平滑化スプラインANOVAにおける検定 | |||||
第10回 | 15日 | 統計データ | 松本 | ビッグデータが導き出した第47回衆院選の議席数予測 | |
卒論中間報告 | |||||
第11回 | 22日 | インゼミ | 経過報告 | ||
マシンラーニング | 日高 | 2群判別 | |||
第12回 | 1月 | 5日 | マシンラーニング | 日高 | 2群判別,多群判別,正準判別解析 |
第13回 | 19日 | 統計データ | 小田切 | ビッグデータでみるインフルエンザ感染状況 | |
インゼミ | 経過報告 | ||||
マシンラーニング | 小田切 | Rプログラム | |||
喜田 | 一般化加法モデルによる判別 | ||||
卒論中間報告 | |||||
第14回 | 26日 | 統計データ | 喜田 | サイバー攻撃とその対策について | |
インゼミ | 経過報告 | ||||
マシンラーニング | 永田 | Fisherの判別分析,樹形モデルとMARS,ニューラルネットワーク,サポートベクターマシン | |||
第15回 | 2月 | 2日 | 休講 | ||
第16回 | 12日 | 卒論報告 | |||
インゼミ | |||||
インゼミ | 19−20日 | インゼミ | |||