QuickSyllabus

計量行動分析 / Quantitative Behavior Analysis

単位数: 2. 担当教員: 奥村誠. 開講年度: 2024. 開講言語: 日本語及び英語　Japanese and English.

授業の目的・概要及び達成方法等

Google Classroomのクラスコードは工学研究科Webページ
https://www.eng.tohoku.ac.jp/edu/syllabus-g.html
（大学院シラバス・時間割・履修登録）にて確認すること。

都市や地域の社会経済システムの挙動を明らかにする上で、そのシステムの内部に存在する個々のプレーヤーの行動原理をモデル化することが多い。その際、モデルに含まれるパラメータは、個人またはシステムの観察データを用いて統計的に推計する必要性がある。
この科目では、個人の行動モデルとして代表的に使用されている一般化線形モデルをとりあげ、モデルの理論的背景、統計学的基礎、計算方法、推定結果の解釈の方法について講述する。特に、災害などのリスクに対する人々の行動分析を例に説明する。また、PC上でR言語を用いた演習を行う。
達成目標は以下の通り、
統計モデルを自信を持って定式化し、データを用いて自ら推定し、その結果について解釈できるようになる。その方法を実際に用いて、人々のリスクに対する考え方や行動を考察できるようになる。

オンラインで実施する可能性がある．連絡や資料の提示はGoogle Classroom で行う．
オンサイトで行う場合にも，PCを持参することが望ましい．

授業の目的・概要及び達成方法等(Ｅ）

The class code for Google Classroom can be found on the Web site of the School of Engineering:
https://www.eng.tohoku.ac.jp/english/academics/master.html (under "Timetable & Course Description")

To learn theoretical bases, estimation method, application examples of the statistical models frequently used for behavior analysis; Generalized linear model (GLM). Applications to risk related cognition and behavior will be focused. It include PC exercise using R language.
Students will be able to formulate, to estimate on data and to discuss the result with confidence of statistical knowledge. That methods will be applied to analyze human behavior, especially risk-related matters.

This class would be partly delivered through on-line system. Information will be delivered through Google Classroom.

他の授業科目との関連及び履修上の注意(Ｅ）

Textbooks are in Japanese, but Material in English will be distributed.

授業計画

1.計量行動分析の意義と3つの統計学の考え方
2.R言語の導入と記述統計学
3.推測統計学と統計的推定
4.推測統計学と仮説検定
5.回帰分析の記述統計学的方法
6.回帰分析への推測統計学の応用
7.一般化線形モデル入門
8.一般化線形モデルの例（Logit　Model)
9.一般化線形モデルの推定
10. 一般化線形モデルの検定
11.12.13.リスク認知と行動分析
14,15.課題発表会

授業計画(Ｅ）

1. Basic concepts of statistics and behavior analysis
2. R language software and descriptive statistics
3. Inferential statistics and estimation
4. Inferential statistics and statistical test
5. Linear Regression and descriptive statistics
6. Linear Regression and inferential statistics
7. GLM (Generalized linear models): Introduction
8. GLM: Estimation in R
9. GLM: Statistical tests
10. Applications of GLM
11.12.13. Risk Recognition and related behavior
14,15. Presentation of their own topic application

授業時間外学習

説明時に示す R 言語のプログラムを，各自，時間外にRシステム上で実行し確認する．また，各自の関心に基づいてテーマ，データを選定し，個別に統計解析の演習を行い，発表の準備を行う．

授業時間外学習（Ｅ）

Based on explanation in class, each student should select own topic and conduct statistical analysis after class. Presentation will be assigned in the last two classes.

成績評価方法及び基準

演習内容の発表とレポートにより評価する

成績評価方法及び基準(Ｅ）

Presentation and short report on their own subject.

教科書および参考書

データ解析のための統計モデリング入門, 久保拓弥, 岩波書店 (2012) ISBN/ISSN: 9784000069731 資料種別:教科書
Rによるやさしい統計学, 山田剛史、杉澤武俊、村井潤一郎, オーム社 (2009) ISBN/ISSN: 9784274067105 資料種別:参考書
Rによる統計解析, 青木繁伸, オーム社 (2009) ISBN/ISSN: 9784274067570 資料種別:参考書

備考

Explanation language will be selected based on the class members. When Japanese is used in explanation, video in English as well as materials in English are delivered in Google Classroom.
説明の言語は，受講者の構成により選択する．必要な資料等はGoogle Classroom で配布する．