社会階層論

主として社会調査などの観察データを利用した統計的因果推論や機械学習について議論し，関連する論文を読む．

（社会学における）因果推論や機械学習に関する論文あるいは教科書の1〜2章あるいは論文を1～2本読み、事前にコメントを提出する。当日はそのコメントを中心に議論を行う。経済学、政治学、疫学に関する論文についてもフォローする。

トピックに関するコメント内容、積極的な議論への参加について総合的に評価する。

教科書や論文は初回時に指定する。初回は以下の（1）の論文をベースに授業の目的を説明するので、可能であれば目を通しておき、いくつでもよいので疑問点を明らかにするのがよい。最終的には（1）（2）の内容が十分に理解できるようになるのが本授業の目標である。 (1) Lundberg, Ian, Rebecca Johnson, and Brandon M. Stewart. 2021. “What Is Your Estimand? Defining the Target Quantity Connects Statistical Evidence to Theory.” American Sociological Review 86(3):532–65. doi: 10.1177/00031224211004187. (2) Lundberg, Ian, Jennie E. Brand, and Nanum Jeon. 2022. “Researcher Reasoning Meets Computational Capacity: Machine Learning for Social Science.” Social Science Research 108:102807. doi: 10.1016/j.ssresearch.2022.102807.

Hernán, M.A., Robins, J.M., 2020. Causal Inference: What If. Chapman & Hall/CRC, Boca Raton, FL. Huntington-Klein, N., 2021. The Effect: An Introduction to Research Design and Causality, 1st edition. ed. Routledge, Boca Raton. https://theeffectbook.net/***** Lieberson, Stanley. 1985. Making It Count: The Improvement of Social Research and Theory. University of California Press. Morgan, Stephen L., 2013. Handbook of Causal Analysis for Social Research. New York: Springer. Morgan, Stephen L., and Christopher Winship. 2014. Counterfactuals and Causal Inference: Methods and Principles for Social Research. 2 edition. Pearl, J., Glymour, M., Jewell, N.P., 2016. Causal inference in statistics: a primer. Wiley, Chichester, West Sussex. Pearl, J., Mackenzie, D., 2020. The Book of Why: The New Science of Cause and Effect, Reprint edition. ed. Basic Books, New York. VanderWeele, Tyler. 2015. Explanation in Causal Inference: Methods for Mediation and Interaction. 他については授業中に適宜紹介する。

基礎的な計量分析の方法（クロス表分析、相関分析、回帰分析）の知識があることが望ましいが必須ではありません。数学や統計的な議論もあるが繰り返し説明するので社会調査データを用いた社会階層研究や計量社会学に関心があれば安心して参加していただきたい。初回時に参加できない場合は、第2回目の課題論文などお知らせするので、必ずメールしてください。