Introductory Statisticsfor Economics (J)

Course Title

Course Title in English

Introductory Statisticsfor Economics (J)

Course Type

Major Courses

ー

Eligible Students

School of Economics and Management

Target Grade

All

Course Numbering Code

KCCBK1MCA7

Credits

2.00Credits

The course numbering code represents the faculty managing the subject, the department of the target students, and the education category (liberal arts / specialized course). For detailed information, please download the separate manual from the upper right 'question mark'.

Type of Class

講義 (Lecture)

Eligible Year/Semester

Fall semester 2026

Instructor

車井浩子

Affiliation

国際商経学部

Language of Instruction

Japanese

Related SDGs

N/a

Office Hours and Location

オフィスアワー：適宜（メール等でアポイントをとること）
場所：教員研究室

Contact

クラスプロファイルにより問い合わせること。

Corresponding Diploma Policy

A double circle indicates the most relevant DP number and a circle indicates the associated DP.

Corresponding Undergraduate School DP

1◎／3◎

Corresponding Graduate School DP

ー

Corresponding University-Wide DP

N/a

Academic Goals of Teacher Training Course

ー

Course Objectives and Learning Outcome

【講義の目的】本講義では、経済学・経営学における統計学の役割について学び、世の中で起こる様々な経済現象や社会問題を統計学的に分析するための基礎を修得することが目的です。
【到達目標】本講義の到達目標は次の２つです。
①データの特徴を理解し、そこに含まれる情報を正しく読み取ること。　
②統計的手法を用いて基本的なデータ分析を行えるようになること。

Subtitle and Keywords of the Class

キーワード：記述統計　推測統計　計量経済学

Course Overview and Schedule

【講義内容】
世の中にはたくさんのデータが溢れています。統計学は、それらデータを使って世の中で起こる様々な現象を理解・説明するためのツールであるといえます。本講義では、複雑な数式は可能な限り使わず、「道具としての統計学」を意識した講義を行います。

【授業計画】
第1回　ガイダンス：統計学の使い方
第2回　データの整理（分布）：データに含まれる不確実性を「見える化」する
第3回　データの整理（代表値）：データの特徴をつかむ
第4回　推測統計に向けた準備：確率変数とは　
第5回　推定：100世帯の行動から10000世帯の行動を推測する（標本と母集団の関係　標本分布）
第6回　推定：100世帯の行動から10000世帯の行動を推測する（母平均の推定）
第7回　推定：選挙の出口調査から本当の得票率を推測する（比率・割合の推定）
第8回　仮説検定：社員研修の効果を検証する（仮説検定の基本的アイデア）
第9回　仮説検定：社員研修の効果を検証する（母平均の検定）
第10回仮説検定：広告の効果を検証する（母平均の差の検定）
第11回入手できるデータが少ないとき：サンプルサイズと標本分布　
第12回入手できるデータが少ないとき：ばらつきを推定する（母分散の推定）
第13回入手できるデータが少ないとき：T統計量を利用した母平均の推定と仮説検定
第14回入手できるデータが少ないとき：T統計量を利用した母平均の差の検定
第15回まとめ
定期試験

※進捗状況によって各テーマの回数、内容は変更になる可能性があります。

In-person/Remote Classification

In-person

Implementation Method and Remote Credit Limit Application

・対面授業のみ
・遠隔授業単位上限の適用を受けない

Uses of Generative AI

Fully permitted

Precautions for using Generative AI

生成ＡＩの利用にあたっては『本学の教育における生成ＡＩの取扱いについて（学生向け）』の記載内容について留意すること。
◯注意点
この授業においては、授業内、予習復習、レポート等を含む成果物作成等において生成ＡＩの利用を全面的に許可しており、生成ＡＩの利用について制限を設けないが、生成ＡＩによる出力結果をそのまま課題・レポートとして提出してはならない。生成ＡＩの出力した内容について、事実関係の確認や出典・参考文献を確認・追記することは必須である。不適切な使用をした場合には成績認定を取り消すことがある。生成ＡＩを使用した場合にその旨をレポート等に記載するかどうか等については、担当教員の指示に従うこと。

Textbook

資料を配付します。ただし、「統計学」に関するテキストを1冊持っていると授業の予習復習に役立ちますので、参考文献のうちの１冊を手元に置いておくことをお勧めします。

References

溝渕健一・谷崎久志（2021）『統計学』ミネルヴァ書房（神戸商科学術情報館にあり）
大屋幸輔著 (2012) 『コア・テキスト統計学第2版』新世社（神戸商科学術情報館にあり）
豊田利久　他著(2020)『基本統計学』東洋経済新報社（神戸商科学術情報館にあり）

Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)

この授業では、事後学習（復習）を中心に行ってください。授業で扱った統計手法について自身の理解度を確認し、その統計手法を身近な問題へ適用することを考えてください（60h）

Contents of Active Learning

採用しません。
ただし、授業時間内に課題に取り組む際には、学生同士が相談をしたり、担当教員に自由に質問ができる時間を設けます。

Grading Criteria and Methods

【成績評価の基準】統計学の基礎知識を習得し、推定や検定に関する基本的な統計分析うことができる学生については、講義目的・到達目標に記載する内容の到達度に応じて、S（90点以上）、A（80点以上90点未満）、B（70点以上80点未満）、C（60点以上70点未満）による成績評価を行い、単位を付与します。
【成績評価の方法】課題20%、最終試験（前期定期試験）80%を基準として評価します。

How to Disclose Assignments and Exam Results

課題については、授業内で解説します。
定期試験については、全体的な講評をユニバーサルパスポートのクラスプロファイル機能を使って掲示します。

Precautions and Requirements for Course Registration

・『計量経済学』を履修するためには本講義の内容を理解していることが望ましいです。
・科目の性質上、数式は使用しますが、高度な数学の知識は不要です。数式に翻弄されるのではなく、統計手法をいかに身近な問題に適用するかを意識して講義に臨んでください。

Practical Education

該当しない。

Remarks

本科目は旧カリキュラムの「経済統計分析入門」と同じ科目です。

In cases where any differences arise between the English version and the original Japanese version, the Japanese version shall prevail as the official authoritative version.

Syllabus data