長倉ゼミ用、予定確認(兼、備忘録)、および配布資料置き場用WEB 2024 (3,4 335教室)

(私のHPへのリンク)

 

14期生(2024年度)

  葛シュガン、久保川裕太、久保将真、久保田絢子、黒岩達也、呉勝洋、佐々木求道、

鈴木慎一郎、登欣悦、萬代涼雅、芳賀貴生

以上11

 

13期生(2023年度)

池戸崇彦佐藤涼、手塚雄大、富塚悠吏、濱根直志森顕士渡邊一輝

以上7

 

三田際論文

1: (メンター: )

 

 

過去の三田祭論文および卒業論文

論文執筆の心構えと参考文献の書き方

(またこちらも参考にして下さい。参考文献の書き方)

 

(後半の)論文発表の際の約束(としたいところですが、難しい場合もあると思うので、努力目標にします)

基本的に論文発表は3年生は三田祭、4年生は卒業論文のために行う。

以下のルールを守るよう努力する

(1) 関連論文を発表する場合は、事前にゼミ生に関連論文を送り(最低1日前)発表を担当しないゼミ生はそれを読んで、送られた論文の最低どれか一つの論文に関して、最低一つ質問かコメントを考えてくる。

(2) 発表の際に出た質問で発表者がその場で答えられなかったものはメモして発表者が次の週までに調べて答える。

(3) 3年生は三田際論文のグループで発表、4年生は(輪読の教科書発表以外は)原則1人で発表。(4) 発表する人は作った資料をみんなが見れるようにする(ゼミのメーリングリストに送るなど)

(5) (できたら) 各班は書きあがった三田祭論文を他の班に送る。各自で送られた他の班の三田祭論文を読んで、何かコメントを書いて送り返す。

 

春学期

(ゼミ必修講義)

3年生は計量経済学中級ab (私が担当している者でなくてよい)

および沖本先生の時系列分析a(かまたは私の担当する時系列分析b)

を受講すること。

4年生は特になし。

 

今年は下記の教科書を使います。

 

教科書:

A 多変量解析入門 – 線形から非線形へ – 2010 小西貞則、岩波書店

B (Python 勉強用) ゼロからつくるPython機械学習プログラミング入門

 

上記の教科書A3-10章を勉強します。教科書BはそれらをPythonで実装する時に参考にしますが、ゼミ内で発表はしません。教科書Aのそれぞれの章を以下の様に分け、3人以内のグループで発表して貰います(グループは1人や2人でもよいです)。

まず6章から始めて、その後4章、7章に続きます。

@ 6.1-6.3,  A 6.4-6.5,  B 4.1-4.3,  C 7.1-7.3,  D 8.1-8.2,  E 8.3,  F 9.1, G 9.2,  H 10.1,  I 10.2 -10.3, J 3.1 – 3.4, K 5.1-5.3

 

Pythonの演習は私が教科書Bを元にレジュメを作りますのでそれにそって演習します。

 

今後のおおまかな予定

3年生

~ 5月下旬 指定した教科書の輪読、発表、PC演習

5月中旬までに三田祭論文を書く班を決める(1班最大4人まで、5/24のゼミまでに教えて下さい)

5月下旬 ~ 7 三田祭論文テーマ探し、三田際論文グループで発表

(5月末(くらい)までに、3年生のどのグループを4年生がメンターするか決める。3年生は担当の4年生へ役に立ったと思ったら三田論に謝辞を書くこと)

 

3年生は各班ごとに春学期の終わり(712)までに三田祭論文のテーマ(仮のタイトル)を決めて、そのタイトルおよびその内容説明を3-5行くらいしたものをメールで私まで送る。

 

4年生

春学期:3年生と一緒に教科書輪読したり、卒論についての発表や就活体験談をする。

 

単位の条件

春学期 (とりあえず)

3年生: 教科書の発表1回以上と、三田論のグループによる発表を2回以上する。

欠席3回以内(上限3)

条件達成→ S 条件達成失敗 → D

4年生: 教科書の発表1回以上と卒論に向けての発表を2回以上担当する(この3つのうち1つは就活の体験談で置き換えることができる。ただし就活の体験談で置き換える場合はできれば4月中、遅くとも524日の講義までに行う。就活体験談は1回のゼミで最大2人まで)

条件達成→ S 条件達成失敗 → D

 

今後のとりあえずの予定 (実際に始めてみて、発表にかかる時間等を見て日程を変更する可能性があります、というか可能性大です。その日のうちに終わらなかった予定は次の週に後回しになります。予定より早く終わることもあるかと思います。時々予定を調整するために私が講義をするかもしれません。その他諸々の理由で予定通り行かない可能性が高いです。予定は予定です。)

 

2024/4/12 最初のゼミ、今後の予定の説明、ゼミ役職決め、サブゼミとかの話し合い,   4  3限で終了予定

2024/4/19 教科書Aについての発表{@守谷君(修士学生), A長倉?(次回に回すかも)}4年生の発表{富塚、手塚}Python演習@

2024/4/26 休講

2024/5/3  休講 (祝日)

2024/5/10 教科書Aについての発表{B富塚、手塚, C芳賀、登}4年生の発表{}Python演習A

2024/5/17 教科書Aについての発表{D森、濱根、佐藤, E鈴木、葛}4年生の発表(あれば){ }Python演習B

2024/5/24 教科書Aについての発表{F久保田、呉, G佐々木、久保、黒岩}4年生の発表(あれば){ }Python演習C

2024/5/31 教科書Aについての発表{H渡邊、池戸, I}3年生か4年生の発表(あれば){ }Python演習D

2024/6/5 () 3, 4限補講 教科書Aについての発表{J, K萬代、久保川}Python演習D

2024/6/7  3年生の発表{ }4年生の発表{ }

2024/6/14 3年生の発表{ }4年生の発表{ }

2024/6/28 3年生の発表{ }4年生の発表{ }

2024/7/5  3年生の発表{ }4年生の発表{ }

2024/7/12 3年生の発表{ }4年生の発表{ }

2024/7/19 休講

 

(7月終わりくらいに三田祭のグループごとに1度、どこかで面談をできればと思います。その時三田論の大まかな計画を聞かせて下さい。)

上記講義日程内に予定が終わらない場合は、補講をするかもしれません。

 

合宿: 3年生の三田論中間発表と4年生の卒論準備発表(先行研究等) 

 

発表のノルマチェック表

 

3

久保川

久保

久保田

黒岩

教科書発表

5/17

6/5

5/24

5/24

5/24

三田論発表1

 

 

 

 

 

三田論発表2

 

 

 

 

 

発表3(任意)

 

 

 

 

 

 

3

佐々木

鈴木

萬代

芳賀

教科書発表

5/24

5/24

5/17

5/10

6/5

5/10

三田論発表1

 

 

 

 

 

 

三田論発表2

 

 

 

 

 

 

発表3(任意)

 

 

 

 

 

 

 

4

池戸

佐藤

手塚

富塚

濱根

渡邊

教科書発表

5/31

5/17

5/10

5/10

5/17

5/17

5/31

発表1

 

 

4/19

4/19

 

5/10

 

発表2

 

 

 

 

 

 

 

発表3(任意)

 

 

 

 

 

 

 

 

青字は終わったもの、黒字は予定

 

 

 

 

ゼミ資料 (それぞれの資料は予告なく改訂する場合があります)

 

(今年は特に使わない予定ですが載せておきます)

以下の資料は私のゼミで使用するために作成した資料です。ゼミホームページ上で公開しており、自由に参照して頂いて構いません。ただし、内容について、一応検証してありますが、間違いがあるかもしれません。間違いがあった場合でもそれによって生じるいかなる損害、不利益について責任は負いかねますますのでご了承下さい。

もしダウンロードできないもの、および間違い等を見つけたら知らせて下さい。

 

スライド

ノンパラメトリック推定について

予測方法の評価、選択について reference list

ファクター分析について

主成分分析について

ベクトル、行列の復習

K変数回帰分析、最小二乗法  補足資料 ベクトルの微分について ガウス-マルコフの定理の証明

回帰分析(F検定)  分割行列の逆行列の公式

t 統計量とF統計量の分布 ノート版

一般化最小二乗法

操作変数法

一般化積率法

非線形最小二乗法 

状態変化を伴うモデル 演習問題解答

パネルデータ分析

多変量GARCHモデルについて

 

その他

比率の変動要因を分析する際の注意事項

 

Python資料

Pythonによる線形回帰分析  data01.csv  data02.csv  data01.En.csv  data02.En.csv

Python による非線形最小二乗法  USPopdata.csv

Pythonによる時系列分析の基礎  tsdata.csv

Python によるARMAモデルの推定と予測(書きかけ)

(以下、随時更新していきます)

 

R資料 (今年はPythonを使用する予定なので、Rは使用しませんが、とりあえず以前ゼミで使用したRの資料を載せておきます)

この資料でのモデルの説明は、基本的には一度上記で説明したモデルであるため、大雑把な説明になっています。論文で使えるレベルの説明ではありません。論文内ではモデルの説明をきちんと書くようにして下さい)

Rによる最小二乗法  usdata01.txt  usdata02.txt  usdata03.txt  makerdata01.txt  makerdata02.txt  makerdata03.txt 

Rによる重回帰分析  data01.En.txt  data02.En.txt  data01.txt  data02.txt

Rによる図の書き方

Rによる作業スペースおよび履歴の保存

Rによる2段階最小二乗法  wagedata.txt

Rによる二項ロジットモデルの推定 (英語版の方にはもう少し説明があります) dpdata.txt  dpdata.En.txt  schooldata.txt

Rによる多項ロジットモデルの推定 flabordata.txt

Rによる順序ロジットモデルの推定

Rによる非線形最小二乗法

Rによるパネルデータの分析  関連資料 1 2 , chigin.csv

Rによる状態変化を伴うモデルの推定  関連資料1, 2

RによるGARCHモデルの推定

Rrugarchパッケージを用いたGARCHモデルの推定  関連資料 1, 2,  topixdata.txt 

topixdata2.txt  topixdata3.txt

Rによるマルコフレジームスウィチングモデルの推定  (使用データは上記のtsdata.txt)

Rによる時系列分析1  tsdata.txt  nikkei2008.txt 

Rによる時系列分析2  msci_ret.txt 関連資料1, 2

Rによる時系列分析3 (単位根検定)  tsdata.txt  (時系列分析講義のHPのスライド参照)

Rにおける自分で作成した関数の使い方   testMLE.R

MatlabRによる最尤推定   normalLLF.m ,  normalMLE.m ,  dataY

Rによるパネル2項ロジットモデルのバイアス推定  panelBLest.R ,  panelMLest.R

Rによる共和分分析  関連資料 1,