• 私のゼミ（演習Ⅰ- Ⅳ）では「私立大学経済学部生のためのデータサイエンス」を少人数で学びます。

• グループワークをベースに、データ分析・データサイエンスの基本的手法を学びつつ、データから課題を発見し、データから課題解決案の提示を行い、発表します。

• このサイクルを何度か繰り返すことで、企業や行政の課題解決や価値創造において活躍できる人材育成を目指します。

• 解決すべき課題は学生主体で決定します。新しい世代の視点に基づく問題意識から課題を取り上げます。そのために必要なデータ分析の道具を座学で学びます。

• ゼミで学ぶデータ分析・データサイエンスの手法は、データ可視化、重回帰分析（特に予測）、機械学習を含みます。

• ３年次後半には進路支援演習（企業研究、業界研究、ES添削等）を行います。

• 特定の経済学、プログラミング、フィールドワークは扱いません。特に、特定の経済学をしっかり学びたい学生には他教員のゼミをお勧めしています。

• 勉強する機会を持てたことを当たり前のことと思わず、経済学部生の体力とコミュニケーション力を活かし、みんなで楽しく勉強していきましょう。

• 経済学部生向け統計学入門の講義です。経済学で登場するデータの見方や指標の解釈法から、経済の実証分析を読み解く上で必要な確率・推測の初歩を学びます。

• 『統計検定3級・2級』の構成に沿いつつ、計量経済学、マーケティングリサーチ、データサイエンスへの架け橋となる統計学の知識をコンパクトに扱っています。

• 統計学Aでは伝統的な記述統計学を中心に学びます。経済学に登場する様々なデータの見方（分布、中心、分散、相関）とExcelによる方法、回帰分析の初歩（推測なし）、データ可視化、ビッグデータの活用例を学びます。

• 統計学Bでは伝統的な推測統計学を中心に学びます。データの偶然性、確率論に始まり、バイアス、推定、検定までを学びます。特に、経済学部生にとっては確率変数の理解が難しいようですので、中学で学ぶ変数に確率現象が紐ついたものという素朴な定義を採用し、直観的に説明しています。ベイズ推測も扱っています。

• 遠隔講義化に伴い、講義資料（動画・PDF）はすべて学内情報環境 Moodle で提供しています。

• 具体的に扱う内容とスケジュールは下図で示しています。

講義・演習（京都産業大学，2016 - 2022）

• 統計学Ａ・Ｂ（2022，遠隔）（学部の統計入門．伝統的な記述・推測統計に加え，回帰分析，データ可視化，ビッグデータ，ベイズ統計）

• 統計学総論Ａ・Ｂ（2019 - 2021）（学部の統計入門．伝統的な記述・推測統計に加え，回帰分析，ビッグデータ，ベイズ統計）

• 統計学総論Ａ・Ｂ（2018）（学部の統計入門．伝統的な記述・推測統計，回帰分析，操作変数，ビッグデータ，ベイズ統計，多変量解析，機械学習）

• 演習Ⅰ- Ⅳ（2019 - 2022）（グループワークによるエクセルデータ分析演習，課題解決演習，ゼミ修了論文指導，ライティング演習（ES添削含む））

• 演習Ⅰ（2018）（田中隆一先生の計量経済学の著書を輪読）

• データ処理セミナー（2017 - 2022），経済データ処理実習（2016 - 2017）（エクセルによる記述統計の実習科目）

• 入門セミナー（2016 - 2019）（初年次向けミクロ・マクロ経済学入門のフォローアップ，プレゼンやディベートを含むアカデミックスキルズ）

• ３セメ基礎セミナー（2018 - 2019）（伊藤公一朗先生の因果分析の著書，ビッグデータの書籍を輪読）

• プレ基礎セミナー（2018 - 2019）（初年次向けミクロ・マクロ経済学入門のフォローアップ）

勉強会（京都産業大学）

• 「統計検定２級」勉強会（2019）（有志と統計検定２級の過去問演習を行いました）

• 計量経済学勉強会（2018）（有志と「計量経済学の第一歩」（田中隆一著）を輪読しました）

出張授業（京都産業大学、普通科高校生向け）

• 「因果効果とパラレルワールド」（2017）（大学の統計学に触れてもらうきっかけとして，統計的因果推論と「差分の差分推定」を解説しました）

1. 都道府県別統計とランキングで見る県民性 （都道府県データ）

2. 年次統計（時系列データ）

3. 日本と世界の統計データ

4. ＲＥＳＡＳ（地域経済分析システム）

5. 政府統計の総合窓口（e-Stat）

6. 統計検定（一般財団法人 統計質保証推進協会 ）

7. パブリックユースデータ（文部科学省）

8. データスタジアム

9. がん統計

10. 早わかりグラフで見る労働の今