第I部　入門の入門―経済活動の間の因果関係を見出す

第1講　経済を定量的に分析してみよう
　　1.1　分析したい事象を眺めてみよう
　　1.2　簡便なモデルから始めよう
　　1.3　利用するデータを選択しよう
　　1.4　モデルを推定してみよう
　　1.5　推定が適切だったか検討しよう
　　1.6　気を付けることも多い

第2講　分析に用いるデータの信頼性を考える
　　2.1　選び出されたデータの代表性を検討する
　　2.2　正規分布の仮定
　　2.3　標本調査のデータは知りたいデータとなっているのか
　　2.4　異なる環境でのデータの比較について
　　Active Learning

第3講　分析に用いるデータをどのように利用するのか
　　3.1　経済分析で必要な情報とは何か
　　3.2　データの加工方法
　　3.3　名目と実質
　　3.4　経済指数
　　Active Learning

第4講　データ間の関係
　　4.1　共分散
　　4.2　相関関係
　　4.3　相関関係の問題点
　　4.4　時間的な因果関係
　　Active Learning

第5講　回帰分析とは何か
　　5.1　単回帰モデルとは何か
　　5.2　Excelを用いた単回帰分析
　　5.3　Excelによる単回帰分析の結果の評価
　　Active Learning

第6講　推定結果の評価：Excelの推定結果表の見方
　　6.1　決定係数
　　6.2　自由度修正済決定係数
　　6.3　Excelの表計算シートを用いた決定係数の計算
　　6.4　標準誤差
　　6.5　t値（t-value）
　　6.6　p値（p-value）と有意水準
　　6.7　上限・下限（信頼区間）
　　Active Learning

第7講　仮説検定
　　7.1　誤差をどのように捉えるのか
　　7.2　仮説の検定
　　7.3　系列相関の問題点
　　7.4　回帰係数がゼロの検定（F検定）
　　7.5　構造変化テスト（F検定の利用）
　　Active Learning

第8講　消費関数の推定と予測
　　8.1　消費関数の推定と評価
　　8.2　消費関数を用いた予測
　　8.3　構造変化のテスト
　　Active Learning

第II部　実践的に世の中を分析してみる

第9講　重回帰分析
　　9.1　説明変数が複数ある場合の回帰分析
　　9.2　家賃の推定に応用してみよう
　　Active Learning

第10講　推定モデルの作り方
　　10.1　XとYの関係はさまざまな形がある
　　10.2　見せかけの相関
　　10.3　多重共線性
　　Active Learning

第11講　ダミー変数，トレンド変数，ラグ変数
　　11.1　ダミー変数とは
　　11.2　季節ダミー変数，トレンド変数，ラグ変数
　　Active Learning

第12講　最小二乗法のバリエーション
　　12.1　最小二乗法の仮定
　　12.2　不均一分散
　　12.3　誤差の系列相関
　　12.4　内生性の問題
　　Active Learning

第13講　仮説検定と予測
　　13.1　仮説検定とは
　　13.2　検定の使い方
　　13.3　予測の考え方
　　Active Learning

第14講　時系列分析
　　14.1　時系列分析とは
　　14.2　ARモデルの応用
　　Active Learning

第15講　演習：テーマパークの入場者数の推定
　　15.1　ディズニーランド入場者を予測
　　15.2　黒字になるための最低限の入場者数は？
　　Active Learning

付録
　　1　データの入手法
　　2　Excelによるグラフの描き方
　　3　よく使うExcelのデータ処理
索引