教育社会学研究演習Ⅰ  

  福田 亘孝  

  教  

   

  後期 木曜日 3講時 その他  

n/a

  計量システム分析  

   

  人間社会情報科学専攻  

  前期  

  前期 水曜日 2講時  

経済における諸現象に関する仮説は、実データから検証される必要がある。計量経済学は、この目的に対して有用な手法を提供する。この科目では、計量経済学の基礎、および空間計量経済モデルの推定および検定のための基本的な手法について講義する。具体的には、線形回帰モデルの基礎と仮説検定、操作変数法、空間重み行列、空間的自己相関と種々の空間計量経済モデル、等のテーマが含まれる。なお、授業中に計算機による実装について紹介するため、ノート PC あるいはタブレット PC を持参することが望ましい。

  計量行動分析  

   

  人間社会情報科学専攻、応用情報科学専攻  

  後期  

  後期 金曜日 2講時  

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。

連絡や資料の提示はGoogle Classroom で行う．

  計量行動分析 / Quantitative Behavior Analysis  

  奥村 誠  

  工  

   

   

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．

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.

  情報教育特別講義（統計数理モデリング）  

  荒木 由布子  

  全  

  2/4/6/8セメスター  

  後期 水曜日 5講時 CALL教室 M204  

データ科学・AIの核となる統計数理モデルは，不確実性を有するデータから有効に情報を抽出し，様々な分野で問題解決に用いられる. 本授業科目の目的は，主に予測と関連性の説明を目的とした統計数理モデルについて，理論と実践の両面から学び，理解することにある．

Modeling in Statistical Mathematics, which is the core of data science and AI, is used to extract effective information from data with variation and to solve problems in various fields. The purpose of this course is to learn and understand several modeling in statistical mathematics from both theoretical and practical techniques for applying models to data.

  教育社会学研究演習Ⅱ  

  島 一則  

  教  

   

  後期 金曜日 4講時 その他  

n/a

  中級計量経済学特殊講義Ⅰ  

  DAI RUNYU  

  経  

   

  前期 火曜日 2講時 第3小講義室  

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.

  中級計量経済学特論Ⅰ  

  DAI RUNYU  

  経  

   

  前期 火曜日 2講時 第3小講義室  

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.

  作物生産学特論  

  本間 香貴  

  農  

   

  後期 月曜日 1講時 未設定  

「生物化学のための現代統計学」の内容を理解する．一般線形モデルを基に統計の基礎を学び，一般化線形モデルへの発展などを理解する．

Understand the contents of "Modern Statistics for the Life Science". Learn the basics of statistics based on general linear models and understand the evolution to generalized linear models.

  統計的モデリング / Statistical modeling  

  荒木 由布子  

  工  

   

   

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。

不確実性を有するデータから有効に情報を抽出し問題解決に役立てる統計的モデリングは，自然科学，社会科学の様々な分野で広く用いられる。

本講義では，現象の統計的モデリングの基礎理論から始めて，近年の複雑多様な構造を有するデータから効率的に情報を抽出するための柔軟なモデルの設定法, モデルのパラメータの推定法, そして最適なモデルの選択法に着目する。

なお，学部初年級の確率統計の知識を前提とする。

Google Classroom code: pjmzeuj

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")

Statistical modeling is widely used in various fields of natural and social sciences to extract information from data and to solve problems. In this lectures, we will start from the basic theory underlying statistical modeling of phenomena , and then focuses on (1) how to set up flexible models, (2)how to estimate parameters of models, and (3) how to select optimal models in order to efficiently extract information from recent data with complex and diverse structures.　

Background knowledge on elementary probability and statistics are required.