機械学習の実証経済学への応用

現在に労働経済学への応用が進展している「機械学習の因果/格差/比較研究への応用」について紹介する。複数の有力な手法が存在している状況を鑑み、それら手法の整理に重点を置く。このような理論的整理と統計ソフト(R)を用いた実習を講義内で行うことで、受講生自身の実証研究への応用の障害を減らすことを目指す。

MIMA Search

授業計画

１．序論：予測と社会把握２．線形モデルの推定: OLSとLASSO ３．予測問題: MSEとConformal interval ４．比較分析: 線形モデルとConfidence interval ５．比較分析: Post-double selectionと残差回帰６．予測問題: 回帰木モデル７. 予測問題: モデル集計 8．比較分析: 交差推定を活用した残差回帰 9. 比較分析: AIPW 10．比較分析: 異質性の推定 (線型近似モデル推定) 11．比較分析: 異質性の推定 (Nonparametricモデル推定) 12．識別問題 13. 全体の復習と分析工程の整理

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

授業中のミニテストとレポート

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