大学院
過去（2024年度）の授業の情報です
学内のオンライン授業の情報漏洩防止のため，URLやアカウント、教室の記載は削除しております。
最終更新日：2025年4月21日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
最終更新日：2025年4月21日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
機械学習の実証経済学への応用
機械学習の実証経済学への応用
現在急速に労働経済学への応用が進展している「機械学習の因果推論への応用」について紹介する。現在、コントロール変数の選択や効果の異質性分析について、機械学習を補助的に用いる手法が多く提案されている。これらの手法は分析の精度を向上させるだけでなく、現在実証研究において大きな問題となっている"Cherry picking"問題を緩和することも期待されている。
本講義では、基礎的な因果推論と機械学習を学んだあとに、それらを融合させた手法群について学ぶ。また無料の統計ソフトであるRを用いた実習も行う。
本講義では、基礎的な因果推論と機械学習を学んだあとに、それらを融合させた手法群について学ぶ。また無料の統計ソフトであるRを用いた実習も行う。
時間割／共通科目コード
コース名
教員
学期
時限
291320-05
GEC-EC6828L1
機械学習の実証経済学への応用
川田 恵介
水曜3限
マイリストに追加
マイリストから削除
講義使用言語
日本語
単位
2
実務経験のある教員による授業科目
NO
他学部履修
可
開講所属
経済学研究科
授業計画
１．序論：予測と因果推論
２．機械学習の基礎：Tree系アルゴリズム１
３．機械学習の基礎：予測の基本問題
４．機械学習の基礎：Tree系アルゴリズム２
５．機械学習の基礎：線形モデル系アルゴリズム
６．機械学習の基礎： Stacking
７. 応用: テキストを用いた予測モデル
8．因果推論への機械学習の応用：平均効果の推定 １
9．因果推論への機械学習の応用：平均効果の推定 ２
10．因果推論への機械学習の応用：平均効果の推定 ３
11．因果推論への機械学習の応用：因果効果の異質性 １
12．因果推論への機械学習の応用：因果効果の異質性 ２
13．因果推論への機械学習の応用：因果効果の異質性 ３
14. 因果推論への機械学習の応用：発展的手法
15．全体の復習
授業の方法
スライドを用いた講義とRによる実習
成績評価方法
レポート
教科書
講義中に配布するスライド
参考書
機械学習
Gareth James, Daniela Witten, Trevor Hastie and Robert Tibshirani 『An Introduction to Statistical Learning with Applications in R』 (https://www-bcf.usc.edu/***** から無料ダウンロード可能)
機械学習と因果推論
V. Chernozhukov, C. Hansen, N. Kallus, M. Spindler, V. Syrgkanis 『Causal ML Book』 (https://causalml-book.org/***** から無料ダウンロード可能)
統計学・計量経済学
Peter M. Aronow, Yale University, Connecticut, Benjamin T. Miller 『Foundations of Agnostic Statistics』
履修上の注意
学部中級以上の統計学ないし計量経済学の受講経験を前提とする。
特に回帰分析や統計的因果推論に関する基礎的な知識を有することが望ましい
Rによる実習を行うので、自身のノートPCを持ってくること
