475 件ヒット (0.019秒)：
計量経済学の主な目的は、経済データを使って現実の経済がどのような状況にあるのかを探ることである。そのためには経済データを適切に分析するための手法が必要となるが、ここではその手法（計量手法）を講義する。一口に計量手法と言っても様々なものが存在するが、この講義ではやや発展的なものを扱う。講義の流れとしては、基礎的な計量手法を用いる際にどのような問題が発生するかを示し、それを解決するために発展的な手法を導入するという形になるので、基礎的な計量手法の知識は前提とする。
Lectures on intermediate econometric methods.
本講義では，『空間情報』の統計解析手法を学ぶ．空間情報とは，空間的な位置に関連した情報のことをいい，都市や地域の実態を分析・把握する上で有用な情報を含んでいる．空間情報の種類として，施設立地点など点事象の空間分布に関する情報，気温など一部の地点において観測された情報，あるいは，市区町村人口などの空間単位に基づき集計された情報，のように複数の種類の情報があり，それぞれ異なるアプローチによる分析が必要である．本講義では，それぞれの空間情報に関する統計解析手法を習得し，その類似点・相違点を把握することを目的とする．
授業にはGoogle Classroomを利用（クラスコード *******）
すべて対面で開催予定．
このコースは基礎計量経済学に焦点を当て、高度な計量経済学のコースへの準備となります。初回の数回の授業では、基礎計量経済モデルを学習するための基礎的な確率論と統計学を扱います。その後の授業では、断面データに重点を置きながら、基礎的な回帰モデルの推定と推論を含む内容が予定されています。簡単なRプログラムが使用および指導されます。This course focus on elementary econometrics and is the preparation of subsequent advanced econometrics courses.The first few classes will cover the elementary probability and statistics theory for studying elementary econometric models. The rest of classes will include estimation and inference of elementary regression models, with an emphasis on cross-sectional data. Simple R programs will be used and taught.
このコースは基礎計量経済学に焦点を当て、高度な計量経済学のコースへの準備となります。初回の数回の授業では、基礎計量経済モデルを学習するための基礎的な確率論と統計学を扱います。その後の授業では、断面データに重点を置きながら、基礎的な回帰モデルの推定と推論を含む内容が予定されています。簡単なRプログラムが使用および指導されます。This course focus on elementary econometrics and is the preparation of subsequent advanced econometrics courses.The first few classes will cover the elementary probability and statistics theory for studying elementary econometric models. The rest of classes will include estimation and inference of elementary regression models, with an emphasis on cross-sectional data. Simple R programs will be used and taught.
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。
本講義では，『空間情報』の統計解析手法について取り扱う.
空間情報とは，空間的な位置に関連した情報のことをいい，都市や地域の実態を分析・把握する上で有用な情報を含んでいる．
一口に空間情報といっても，施設立地点など点の空間的分布に関する情報，気温など一部の地点において観測された情報，あるいは，市区町村人口など何らかの空間単位に基づいて集計された情報と異なる種類の情報があり，これらの解析を行うには異なったアプローチが必要である．
本講義では，空間情報に関する統計解析手法を網羅的に習得し，その類似点・相違点を把握することを目的とする．
なお，本講義は情報科学研究科の同名の講義と同じである．対面での実施を基本とする．
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")
This lecture covers the statistical analysis methods for spatial information. Spatial information is data that is related to spatial positions, and is useful information to understand the current status of cities and regions.
The spatial information is divided into three types: spatial point pattern data such as locations of facilities, observation data at certain locations such as temperature data, and aggregated data by certain spatial boundaries such as population of municipalities. These data types require different methods to analyze.
The purpose of lecture is to study the statistical analysis methods of spatial data in a comprehensive manner, considering their similarities and differences.
This lecture is the same as the one of the same title in the Graduate School of Information Sciences.
The class will be held in face-to-face classes.