社会シミュレーション特論 _ﾒﾃﾞｨｱ併用

Advanced Lecture for Social Simulations _ﾒﾃﾞｨｱ併用

ー

コース応用科目（計算科学コース）

情報科学研究科

1年

KIIMD5MCA1

2.0単位

講義 (Lecture)

2024年度後期

井上 寛康、藤原 義久、木村 真

情報科学研究科

日本語

該当なし

授業後60分・教員研究室

井上 <inoue@gsis.u-hyogo.ac.jp>
木村 <skimura@gsis.u-hyogo.ac.jp>
藤原 <yoshi@gsis.u-hyogo.ac.jp>

ー

2◎／1〇

ー

ー

【講義目的】
　本講義は、社会や経済のさまざまな現象に関するデータ分析の手法やそのモデル化・シミュレーションの技法を学び、習熟することを目的としている。
【到達目標】
　到達目標は、現象や観測・実験データに応じたさまざまな技法を適用して、モデル・シミュレーションの一連の流れを応用することができる。

サブタイトル：社会や経済のさまざまな現象に関するデータ分析の手法やそのモデル化・シミュレーションの技法を身につけ、応用する社会シミュレーション特論
キーワード：経済モデル、データサイエンス、ベイズ推論、社会シミュレーション、エージェントベースモデル、複雑ネットワーク

【講義内容】
　社会や経済のデータ分析手法や、社会や経済のさまざまな現象のモデル化・シミュレーションに関する講義を行う。

【授業計画】
1. (木村) イントロダクション
2. (木村) 経済の基本概念
3. (木村) 経済モデルの基礎
4. (木村) 消費者行動のモデル
5.  (木村) 生産者行動のモデル
6. (藤原) ベイズ推論とデータサイエンス
7. (藤原) 確率モデル：一般化線形モデルから階層ベイズモデルまで
8. (藤原) モデル推定・選択：マルコフ連鎖モンテカルロ法など
9. (藤原) 因果推論・効果検証入門
10.(藤原) 社会データへの応用例
11. (井上) 社会科学とシミュレーション
12. (井上) セルオートマトン
13. (井上) ゲーム理論
14. (井上) 待ち行列モデル
15. (井上) エージェントベースモデル

パソコンの利用：使用予定、担当教員から別途指示する。

<<生成AIの利用について>>
・レポート、小論文、学位論文等については、学生本人が作成することを前提としているため、生成系AIのみを用いて作成することはできません。

担当教員から別途通知する。

・ナイジェル・ギルバート, クラウス・トロイチュ, 『社会シミュレーションの技法』(日本評論社, 2003)
・久保拓弥『データ解析のための統計モデリング入門：一般化線形モデル・階層ベイズモデル・MCMC』（岩波書店, 2012）
・星野祟宏『調査観察データの統計科学：因果推論・選択バイアス・データ融合』（岩波書店、2009）
・篠本滋『偶然と推測』(Amazon Kindle版, 2020)
その他、担当教員から別途通知する。

【予習】
授業に際して指示するテキスト・配布資料を事前読み込み(15h)
【復習】
レポート作成(30h)、講義内容の理解を深め定着させるためにテキスト・配布資料を読み直し(15h)

授業中に行うインタラクティブなディスカッション、数名程度のグループ単位での学生同士のディスカッションを行う。

【成績評価の基準】
社会や経済の現象や観測・実験データに応じたさまざまな技法を適用して、モデル・シミュレーションの一連の流れを応用することができる者については、講義目的・到達目標に記載する能力（知識・技能、思考力、判断力、表現力等）の到達度に基づき、S(90点以上), A(80点以上), B(70点以上), C(60点以上)による成績評価のうえ、単位を付与する。
【成績評価の方法】
レポート・小テストを基準として、受講態度（積極的な質問等）を含めて総合的に評価する。

小テストは、原則次の講義内で解説する。
レポートは、ユニバーサルパスポートのクラスプロファイル機能などを使って講評を返す、解答例を示すなどを行う。

履修にあたっては、コース基盤科目「計算科学概論」「計算科学演習」を履修済みであることが望ましい。

該当しない