シラバス情報

教員名 ： 日戸　浩之
科目授業名称（和文）　Name of the subject/class (in Japanese)
情報アナリシス (冬)
科目授業名称（英文）　Name of the subject/class (in English)
Information analysis (冬)
授業コード　Class code
22MT011
科目番号　Course number

教員名
田村　浩道、諏訪園　貞明、日戸　浩之
Instructor
Hiroyuki Nitto, Hiromichi Tamura, Sadaaki Suwazono

開講年度学期
2024年度後期
Year/Semester
2024 Winter Semester
曜日時限
火曜6限、火曜7限
Class hours
See the class schedule of the Professional Graduate School.

開講学科・専攻　Department
経営学研究科　技術経営専攻

Department of Management of Technology, Graduate School of Management
単位数　Course credit
2.0単位
授業の方法　Teaching method
講義

Lecture
外国語のみの科目（使用言語）　Course in only foreign languages (languages)
-
授業の主な実施形態　Main class format
③ [遠隔]ハイフレックス型授業/ [Remote] Hybrid-Flexible format (may include less than 50% classes held on-site)

概要　Description

本科目設置の狙い及び専攻の目的との連関性を踏まえ、データ、情報分析に関する専門的知識・実務等について学ぶとともに課題解決に向けた実践力を身につける。

演習科目「ゼミナール」で課されるグラデュエーションペーパーで用いる統計処理やネットワーク分析について学ぶ。


Based on the aim of establishing this course and its linkage with the objectives of the professional degree course, students will learn specialized knowledge and practices related to data and information analysis and acquire practical skills for solving problems.

Students will practice statistical processing and network analysis for the graduation paper assigned to "MOT seminar."




目的　Objectives
  • 本科目は、専門科目であり、ディプロマ・ポリシーの1、2、3、4、5の力をつける。
  • 教育領域におけるCEO／COO、CIO／CDO、起業家的知見を身につける。
  • グラデュエーションペーパー（GP）の作成に関して、データを扱う分析を行うための最低限かつ実践的な知識と能力を修得する。MOTでは分析に関する授業は多々あるが、本授業では特にグラデュエーションペーパー（GP）の作成に際し、必要なデータを扱う定量的分析手法を学ぶことを主な目的としており、そのために統計学やネットワーク分析などをエクセルや必要に応じPythonなどのプログラム作成を通じて学んだり、またディーリングルームにてブルームバーグ端末を使った演習を行う。


  • This course is one of Specialized Courses and will develop the skills of 1, 2, 3, 4, and 5 of the Diploma Policy.

  • To acquire the knowledge of CEO/COO, CIO/CDO, and entrepreneur in the field of education.

  • The course provides the minimum and practical knowledge and ability to conduct data analysis to prepare a Graduation Paper (GP). For this purpose, students will learn statistics and network analysis through programming in Excel and, if necessary, Python and practice using a Bloomberg terminal in the dealing room.

到達目標　Outcomes
グラデュエーションペーパーを作成するために必要となる社会科学、経済学などでの統計分析、アンケート調査の設計と分析、ネットワーク分析、金融工学での分析等が自分でできるようになる。また、そのことを通じて、データを読む力・知見や課題解決に向けた実践力を養う。
教育領域におけるCEO／COO、CIO／CDO、起業家的知見を修得している。


Students will be able to perform their own statistical analysis in social sciences, economics, etc., design and analyze surveys, network analysis, and analysis in financial engineering, which are necessary to prepare a grad paper. Through this, students will also develop the ability and knowledge to read data and practical problem-solving skills.

Students should acquire the knowledge of CEO/COO, CIO/CDO, and entrepreneur in the field of education.

卒業認定・学位授与の方針との関係（学部科目のみ）
リンク先の [評価項目と科目の対応一覧]から確認できます（学部対象）。
履修登録の際に参照ください。
​You can check this from “Correspondence table between grading items and subjects” by following the link(for departments).
https://www.tus.ac.jp/fd/ict_tusrubric/​​​
履修上の注意　Course notes prerequisites
  • 一般的な進め方のイメージ(ゲストスピーカーの回を除く)は下記の通りである。
30分　簡単な授業とイントロ
30分　簡単な練習問題を解く

30分　GPでの分析事例の紹介、分析の際の注意点の説明

30分　GPに応用できるような例題を演習形式で解く

30分　演習の結果を発表しながら、理解を深める

  • 内容を⼀部変更する場合があり、その場合は事前に授業内で説明する。
  • 関連科目：技術経営入門、新規事業戦略、イノベーションを生む財務戦略、企業産業分析予測


  • A general idea of how to proceed (excluding guest speaker sessions) is as follows

30 minutes: Brief lecture and intro

30 minutes: Solving simple exercises

30 minutes: Introduction of examples of analysis in GP and explanation of points to keep in mind when analyzing

30 minutes: Solve example problems that can be applied to GP in the form of exercises

30 minutes: Deepen understanding by presenting the results of the exercises

  • The contents of the syllabus may be changed in some cases, which will be explained in class in advance.

  • Related subjects: MOT introduction, New business strategy, Innovation-oriented financial accounting, Corporate and industry analysis and forecast


アクティブ・ラーニング科目　Teaching type（Active Learning）
課題に対する作文　Essay／ディベート・ディスカッション　Debate/Discussion／グループワーク　Group work／プレゼンテーション　Presentation
-

準備学習・復習　Preparation and review
  • 各週回に資料がある場合は、1週間程度前に配信する。配信資料を手掛かりにデータ分析や授業での議論のための準備を行うこと
  • なお、ゲストスピーカーの資料は事前にアップすることができない場合がある。その際は、その方の経歴・実績や過去の論文、本などを予習の上、授業に臨むこと。
  • 準備学習：事前配布資料等に基づく次回授業参加の準備、復習（毎週7時間程度）。
  • 毎週回では必要に応じて、授業で行った練習問題、演習に関する復習を行う。またレポートを課し、授業復習に代わる学習と位置づける場合もある。


  • If materials are available for each weekly session, they will be made available on LETUS approximately one week in advance.
  • Uploading the guest speaker's materials in advance may not be possible. In such cases, please prepare the guest speaker's background, achievements, past papers, books, etc., before coming to class.
  • Preparation: Preparation and review for the next class based on the materials distributed in advance (about 7 hours each week).
  • Students will review the exercises and exercises done in class each week as needed. In some cases, a report will be assigned to replace the class review.
成績評価方法　Performance grading policy
  • 授業への貢献度（授業の概要、目的を踏まえた、議論を発展させる質の良い発言・コメント、質問 等）30％、各週回で行う演習、および最終発表　70％
  • 各週回で行う演習、発表のフィードバックは基本的に授業中に取り上げることをもって行う。
  • 成績は、各々の回を担当した教員がそれぞれ評価する。
  • 成績評価は相対評価で行う。

  • Contribution to the class (quality remarks, comments, questions, etc., to develop the discussion based on the outline and objectives of the class) 30%.Report 70%.

  • Feedback on the reports will be given in class discussions.

  • As a rule, grading is done by the faculty member primarily in charge of each class session.

  • Evaluation will be conducted on a relative basis.　

学修成果の評価　Evaluation of academic achievement
・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している
・B：到達目標を達成している
・C：到達目標を最低限達成している
・D：到達目標を達成していない
・-：学修成果の評価を判断する要件を欠格している

・S：Achieved outcomes, excellent result
・A：Achieved outcomes, good result
・B：Achieved outcomes
・C：Minimally achieved outcomes
・D：Did not achieve outcomes
・-：Failed to meet even the minimal requirements for evaluation

教科書　Textbooks/Readings
教科書の使用有無（有=Y , 無=N）　Textbook used(Y for yes, N for no)
N
書誌情報　Bibliographic information
作成オリジナル教材
MyKiTSのURL（教科書販売サイト）　URL for MyKiTS(textbook sales site)
教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
​https://mirai.kinokuniya.co.jp/tokyorika/​​​

It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
​​https://mirai.kinokuniya.co.jp/tokyorika/

参考書・その他資料　Reference and other materials
有

参考図書（下記を参照。他に授業時に必要に応じて指示する）
  • ダンカン・ワッツ『スモールワールド・ネットワーク［増補改訂版］』（ちくま文芸文庫、2016年）
  • 村田剛志『Pythonで学ぶネットワーク分析:  ColaboratoryとNetworkXを使った実践入門』（オーム社、2019年）
  • 増田直紀・今野紀雄『複雑ネットワーク』（近代科学社、2010年）
  • 山西健司『異常検知からリスク管理へ』（サイエンス社、2022年）



Reference Books
"From Anomaly Detection to Risk Management" Kenji Yamanishi
"Small World Networks" Duncan Watts
"Network Analysis in Python: A Practical Introduction Using Colaboratory and NetworkX" Takeshi Murata
"Complex Networks," Naoki Masuda and Norio Konno



授業計画　Class plan
【授業形態】理論授業25：ケース授業25：グループディスカッション20：ゲスト20：校外学習0（％）

Lecture on theories: Lecture using case studies: Group discussion: Guest: Off-campus learning = 25 : 25 : 20 : 20 : 0

【授業計画】　

本科目は基本的には、ハイフレックス授業としているが、演習の回（2回目、3回目、4回目、7回目、8回目）は、特に対面（教室、ディーリングルーム）からの参加を原則とする。

1.    (11/19) イントロダクション（日戸、諏訪園、田村）
1.1    科目概要
1.2    情報アナリシスをめぐる基本的な考え方、この後の授業で行うことの説明を各教員から行う。

2.    (11/26) 統計分析基礎（1）（日戸、諏訪園）
記述統計量、相関、回帰分析等を、経済統計分析、統計的品質管理（SQC：statistical quality control）などへの応用を念頭に、個人ワーク、グループ演習をまじえて学ぶ。

3.    (12/3) 統計分析基礎（2）（日戸、諏訪園）
統計分析の続きとして分散分析、重回帰分析、さらに実務的に有効なアンケート調査の設計・分析の方法論について、個人ワーク、グループ演習をまじえて学ぶ。

4.    (12/10) ネットワーク分析（日戸、諏訪園、田村）
ネットワーク分析の紹介、およびネットワーク分析を用いた演習を実施する。ネットワーク分析は組織メンバー間の情報のやり取りなど、関係性を可視化する手法として、Excelを利用して簡易に扱えるアプリケーションも提案されており、それらを活用した演習を行う。
　　※ネットワーク分析については、外部からゲストスピーカーを講師としてお願いする。

5.    (12/17) 統計情報を見究める力を学ぶ（諏訪園、日戸）
ゲストスピーカー（総務省統計局統計委員会　萩野覚担当室長）から、「我が国における公的統計整備の方向性」をテーマに講演いただき、ＧＤＰなど主要な経済統計の特徴やその限界など実務上留意すべき点なども学ぶ。

6.    (12/24) 経済統計分析の応用例の紹介（諏訪園、日戸）
　ゲストスピーカー（経済産業省電力・ガス取引監視等委員会取引監視課長下津秀幸氏（元・公取委審査局企画室長））から　同課長がこれまでに統計資料を利用した定量分析の説明をいただき、ディスカッションを行う。

7.    (1/14) ブルームバーグ端末を使った金融データの取得の演習（田村、日戸、諏訪園）
専攻が保有するブルームバーグ端末を利用し、必要な金融データの取得と統計分析を演習形式で学ぶ。

8.    (1/21) 金融工学における統計処理（田村、日戸、諏訪園）
近年、分析の精緻化が進む金融工学の基礎となる統計処理の考え方などを、金融データを活用した演習を通じて学ぶ。

9.    (1/28) 演習発表会（日戸、諏訪園、田村）
グラデュエーションペーパーのテーマとデータ処理についての学生からの発表と質疑応答を行う。

ゲストスピーカーとして、統計情報の特徴や限界に精通されていたり、先進的な統計分析に取り組まれている方などを招聘する予定である。なおゲストスピーカーの招聘については、変更あるいは招聘しない場合がある。


This course is a high-flex class, but the exercise sessions (2nd, 3rd, 4th, 7th, and 8th) are specially designed for face-to-face participation (classroom and dealing room).

1. (11/19) Introduction (Nitto, Suwazono, Tamura)
1.1　 Introduction of the outline of this course 
1.2　 Basic ideas surrounding information analysis and an explanation of what will be done in the class that follows from each faculty member

2. (11/26) Statistical basics(1) (Nitto, Suwazono)
Students will learn descriptive statistics, correlation, regression analysis, etc., with individual work and group exercises, with applications to economic statistical analysis, statistical quality control (SQC), and so on.

3. (12/3) Statistical basics(2) (Nitto, Suwazono)
As a continuation of statistical analysis, the course will cover analysis of variance and multiple regression analysis, as well as practically effective survey design and analysis methodologies, with individual work and group exercises.

4. (12/10) Network analysis (Wakabayashi, Tamura, Nitto, Suwazono)
Network analysis will be introduced, and exercises using network analysis will be conducted. Network analysis is a method for visualizing relationships, such as information exchange among members of an organization, and applications that can be easily handled using Excel have been proposed, which will be used in the exercise.

5. (12/17) Learning the ability to understand statistical information (Suwazono, Nitto)
Guest speaker (Mr. Satoru Hagino, Director, Statistics Commission, Statistics Bureau, Ministry of Internal Affairs and Communications) will give a lecture on the theme of “Direction of Official Statistics in Japan.” Participants will learn about the characteristics of major economic statistics, such as GDP, their limitations, and other points to be noted in practice.

6. (12/24) Introduction of applications of economic statistical analysis (Suwazono, Nitto)
The guest speaker (Mr. Hideyuki Shimotsu, Director, Planning Office, Fair Trade Commission’s Examination Bureau) will explain the quantitative analysis using statistical data in “Innovation and Competition” written by Mr. Shimotsu and lead a discussion.

7. (1/14) Financial data acquisition using Bloomberg terminals (Tamura, Nitto, Suwazono)
Using Bloomberg terminals owned by the department, students will learn to acquire the necessary financial data and conduct statistical analysis in an exercise format.

8. (1/21) Statistical Processing in Financial Engineering (Tamura, Nitto, Suwazono)
Learn the concept of statistical processing, which is the basis of financial engineering and has become increasingly sophisticated in recent years, through exercises using financial data.

9. (1/28) Seminar presentation (Nitto, Suwazono, Tamura)
Presentation by students on the theme and data processing of the gradation paper

Guest speakers who are familiar with the characteristics and limitations of statistical information will be invited or are engaged in advanced statistical analysis. The number of guest speakers may be changed or not requested.



授業担当者の実務経験　Work experience of the instructor of the class

日戸浩之

コンサルタントとして約35年にわたって活動した実績を生かし、実務に即したデータ分析等に関する授業、指導を行う。


諏訪園貞明

国家公務員などとして、国際収支予測、独占禁止法や特定商取引法の改正に必要な経済統計資料の分析等に当たった実績を生かし、実務に即した経済統計分析等に関する授業、指導を行う。


田村浩道

野村證券、FTSE Russellにてクオンツ分析、AI解析を行った実績を生かし、実務に役立つ定量分析に関する授業、指導を行う。


Hiroyuki Nitto:

He has been a consultant for the past 35 years, where he lectures and guides on data analysis and other topics relevant to practical business operations.


Sadaaki SUWAZONO:
・Engaged in activities related to forecasts of business climates and balance of payments and cooperation with international organizations at the Bank of Japan's Research and Statistics Department, the International Department, the Currency Issue Department, etc.
・Subsequently, in addition to implementing the laws and regulations under his jurisdictions, he was engaged in planning and drafting amendment bills and proposing related budget drafts at the Fair Trade Commission, the Ministry of Economy, Trade and Industry, and the Cabinet Office and Cabinet Secretariat. He was also involved in the text negotiations of bilateral and multilateral economic partnership agreements such as the Japan-EU Economic Partnership Agreement, TPP, and RCEP.


Hiromichi Tamura

Lectures and provides guidance on quantitative analysis for practical use, utilizing his experience in quantitative analysis and AI analysis at Nomura Securities and FTSE Russell.

教育用ソフトウェア　Educational software
JMP
-

備考　Remarks

授業でのBYOD PCの利用有無　Whether or not students may use BYOD PCs in class
Y
授業での仮想PCの利用有無　Whether or not students may use a virtual PC in class
N