データ分析で良く利用される線形回帰分析やその拡張手法について学びます。線形回帰分析以外の手法についても紹介することで様々なデータ分析の手法を自分で選択して使えるようにします。
実証分析で用いられる計量経済学、統計学的手法の背景にある考え方を身に付け、正しく利用できるようになることを目指します。
漸近理論、線形回帰、非線形回帰、ノンパラメトリック回帰
✔ 専門力 | ✔ 教養力 | コミュニケーション力 | ✔ 展開力(探究力又は設定力) | ✔ 展開力(実践力又は解決力) |
1-4回目の講義ではそれ以降の講義で扱う内容の前提知識として基本的な確率論の内容を学びます。
5-7回目の講義では線形回帰モデルの紹介と最小二乗推定量の漸近的性質を学びます。
8-9回目の講義では線形回帰モデルの拡張として非線形回帰や分位点回帰を紹介します。
10-12回目の授業ではノンパラメトリックな回帰モデルについて学びます。
13-15回目の授業では series estimator について学びます。
授業計画 | 課題 | |
---|---|---|
第1回 | 講義の目的 | 講義の目的を理解する。 |
第2回 | 確率論の基礎 | 確率論の基礎を学ぶ。 |
第3回 | 大数の法則 | 大数の法則について理解する。 |
第4回 | 中心極限定理 | 中心極限定理について理解する。 |
第5回 | 線形回帰モデルの定義 | 線形回帰モデルについて理解する。 |
第6回 | 最小二乗法の一致性 | 最小二乗法の一致性について学ぶ。 |
第7回 | 最小二乗法の漸近正規性 | 実証分析で用いる基本的な統計解析の手法を学ぶ。 |
第8回 | LAD 推定量の漸近的性質 | LAD 推定量の漸近的性質について学ぶ。 |
第9回 | 分位点回帰における推定量の漸近的性質 | 分位点回帰モデルにおける推定量の漸近的性質について学ぶ。 |
第10回 | ノンパラメトリック回帰モデルの定義 | ノンパラメトリック回帰モデルについて理解する。 |
第11回 | ノンパラメトリック kernel 密度推定量の漸近的性質 | Kernel 密度推定量の漸近的性質について学ぶ。 |
第12回 | ノンパラメトリック回帰における kernel推定量の漸近的性質 | ノンパラメトリック回帰における kernel 推定量の漸近的性質について学ぶ。 |
第13回 | その他のノンパラメトリックモデルの推定方法(series estimator )の紹介 | その他のノンパラメトリックモデルの推定方法について学ぶ。 |
第14回 | Series estimator の一致性 | Series estimator の一致性を学ぶ。 |
第15回 | Series estimator の漸近正規性 | Series estimator の漸近正規性について学ぶ。 |
テキストの指定はありません。
講義で適宜紹介します。
授業への参加度(50%)、期末試験(50%)
線形代数、解析学、計量経済学、数理統計学の入門レベルの内容を理解していることを前提とします。