Syllabus data

Teacher name ： 木村 真
Course Title
Research Seminar I
Course Title in English
Research Seminar I
Course Type
Major Courses
ー
Eligible Students
School of Social Information Science
Target Grade
3Year
Course Numbering Code
KCJBS3MCA3
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
演習 (Seminar)
Eligible Year/Semester
Spring semester 2026
Instructor
木村 真
Affiliation
社会情報科学部
Language of Instruction
Japanese
Related SDGs
N/a
Office Hours and Location
アポイントメントによる
Contact
s-kimura@sis.u-hyogo.ac.jp

Corresponding Diploma Policy
A double circle indicates the most relevant DP number and a circle indicates the associated DP.
Corresponding Undergraduate School DP
2◎／1〇／3〇
Corresponding Graduate School DP
ー
Corresponding University-Wide DP
N/a
Academic Goals of Teacher Training Course
ー

Course Objectives and Learning Outcome
【講義目的】
  1. 専門的知識の理解を深め，科学的方法論を身につけること。
  2. 情報技術，データ分析技術を高めること。
  3. 少子高齢化を軸に経済や公共政策に関する研究テーマと動向を知ること。

【到達目標】
  1. 専門文献を読んで理解できるようになること。
  2. ディスカッションの方法を修得すること。
  3. 経済社会の問題に関心を持ち、基礎的な知識と分析手法を修得すること。
Subtitle and Keywords of the Class
Course Overview and Schedule
データ分析の演習とテーマ学習で構成される。演習は、計量経済分析の基礎をテキスト、サンプルデータ、統計ソフトを使用して実践的に学習する。テーマ学習では、少子高齢化を軸に経済や社会での政策課題をいくつかピックアップする。そしてその課題に対してどのようにアプローチするかを議論し、過去の知見を調べて、必要な分析手法やまとめ方を学ぶ。

【授業計画】
  1. イントロダクション（進め方のガイダンス、日本経済と財政社会保障）
  2. 計量経済分析の基礎①
  3. 計量経済分析の基礎②
  4. 計量経済分析の基礎③
  5. 計量経済分析の基礎④
  6. 計量経済分析の基礎⑤
  7. 計量経済分析の基礎⑥
  8. 計量経済分析の基礎⑦
  9. テーマ①：問題の所在に関するアプローチとディスカッション
  10. テーマ①：文献調査と分析手法の学習
  11. テーマ②：問題の所在に関するアプローチとディスカッション
  12. テーマ②：文献調査と分析手法の学習
  13. 自由テーマ：発表、問題の所在とアプローチに関するディスカッション
  14. 自由テーマ：文献調査と分析手法の学習
  15. まとめ
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。
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・追記することが重要である。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

松浦寿幸「Stataによるデータ分析入門 第3版 〜経済分析の基礎から因果推論まで〜」 東京図書株式会社

References
適宜紹介する。
Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)
【事前学習】テキストの事前読み込み（15ｈ）、プレゼンテーションの準備（15ｈ）
【事後学習】演習の復習（15ｈ）、関連研究調査（15ｈ）
Contents of Active Learning
前半は、統計ソフトを使用してサンプルデータを使用した演習を予定している。
後半のテーマ学習では、グループ単位での調査、プレゼンテーションを予定している（各グループ1回は発表）。
このほか、習得したい分析手法について調べて報告してもらうことを予定している（各自１回は報告）。
Grading Criteria and Methods
【成績評価の基準】
卒業研究を行うための基本的な知識と技能を身につけ、主体的な探究を行うことができる者に単位を授与する。講義目的・到達目標に記載する能力の到達度に応じてSからCまで成績を与える。

【成績評価の方法】
発表内容、 実技等を基準として総合的に評価する。
How to Disclose Assignments and Exam Results
授業の中で解説・講評する。
Precautions and Requirements for Course Registration
・社会情報科学部の必修科目である。

Practical Education
該当しない。
Remarks
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.