【2023年】「因果推論」のおすすめ 本 76選!人気ランキング

この記事では、「因果推論」のおすすめ 本 をランキング形式で紹介していきます。インターネット上の口コミや評判をベースに集計し独自のスコアでランク付けしています。
記事内に商品プロモーションを含む場合があります
目次
  1. 入門 統計的因果推論
  2. 効果検証入門〜正しい比較のための因果推論/計量経済学の基礎
  3. 因果推論の科学 「なぜ?」の問いにどう答えるか
  4. データ分析の力 因果関係に迫る思考法 (光文社新書)
  5. 統計的因果推論の理論と実装 (Wonderful R)
  6. つくりながら学ぶ! Pythonによる因果分析 ~因果推論・因果探索の実践入門 (Compass Data Science)
  7. 「原因と結果」の経済学―――データから真実を見抜く思考法
  8. 統計的因果推論 (統計解析スタンダード)
  9. 調査観察データの統計科学―因果推論・選択バイアス・データ融合 (シリーズ確率と情報の科学)
  10. 統計学入門 (基礎統計学Ⅰ)
他66件
No.1
100
みんなのレビュー
まだレビューはありません
No.4
85
みんなのレビュー
統計的因果推論について分かりやすく学べる。この領域はちゃんと学ぼうとすると奥が深くかなり込み入った内容になってしまうが、この書籍では初めての人にも分かりやすくまとめてありオススメ。
No.5
81

Rubinの提唱した潜在的結果変数の枠組みによる統計的因果推論の理論と実装を統一的にカバー。欠測データの因果推論も扱う。 本書は,統計的因果推論の理論(数理的メカニズム)と実装(Rによる数値解析)の両方を統一的にカバーしたものである。具体的には,ハーバード大学統計学科のDonald B. Rubinの提唱した潜在的結果変数の枠組みによる統計的因果推論を扱う。また,データの一部が観測されない場合の因果推論も扱っており,これは類書にはほとんどみられない本書の特徴である。 本書の数理的な理論解説は,できるだけ高校数学の範囲内で理解できるように工夫した。微積分や線形代数も,ほぼ登場しない。さらに,必要な数学的知識は,登場する箇所で解説を加えた。また,Rを使った数値計算により,数学が苦手な人にも統計的因果推論のメカニズムを理解してもらえるように工夫している。そして,数式とRコードとの対応関係をRの初心者も理解できるように,できるだけ1行ごとに完結するコードを書くよう心がけた。 さらに,Rを使って統計的因果推論の実証研究を行うための実践的な内容も盛り込んでいる。本書の解析結果は,シミュレーション結果を除いて,すべて,本書の中に記載されているRコードを使って再現できるようにした。そして,本書で使用したデータはすべて,本書のサポートページからダウンロードして使用できるので,本書記載のRコードと一緒に活用することで,統計的因果推論を実践的に学ぶことができる。 Chapter 1 統計的因果推論の基礎の基礎 1.1 統計的因果推論の考え方を学ぶための具体例  1.1.1 白髪と薄毛の関係  1.1.2 ごま油と長寿の関係  1.1.3 インターネット広告と売上高の関係  1.1.4 身長と体重の関係  1.1.5 「アスピリンと頭痛」および「性別と髪の長さ」の例 1.2 統計的因果推論とは 1.3 反事実モデル 1.4 操作なくして因果なし 1.5 人種差別と就職活動の関係 1.6 身長と体重の関係の続き 1.7 グレンジャー因果 1.8 Rubin流とPearl流の因果推論 1.9 Rに関することがら  1.9.1 Rのインストール  1.9.2 本書のRコードについて  1.9.3 Rへのデータの読み込み方法  1.9.4 forループ Chapter 2 潜在的結果変数の枠組み 2.1 潜在的結果変数の枠組み:具体例 2.2 潜在的結果変数の枠組み:理論 2.3 処置効果1:個体因果効果 2.4 処置効果2:平均処置効果 2.5 処置効果3:処置群の平均処置効果 2.6 交絡因子  2.6.1 インフルエンザと新薬Xの関係における交絡  2.6.2 方向付き非巡回グラフ(DAG) 2.7 無作為抽出と無作為割付け 2.8 無作為割付けによる分析の例 2.9 内的妥当性と外的妥当性 2.10 2標本t検定 Chapter 3 統計的因果推論における重要な仮定 3.1 SUTVA 3.2 確率 3.3 条件付き確率と独立性 3.4 条件付き期待値 3.5 識別性の条件 3.6 実験研究における平均処置効果(ATE)の推定 3.7 独立性と条件付き独立性:シンプソンのパラドックス 3.8 共変量の役割 3.9 回帰分析と共分散分析 Chapter 4 推測統計の基礎:標準誤差と信頼区間 4.1 標準誤差  4.1.1 母集団データ  4.1.2 標本抽出と標本平均  4.1.3 標本平均のばらつき  4.1.4 中心極限定理  4.1.5 t統計量 4.2 信頼区間  4.2.1 90%信頼区間の例  4.2.2 信頼区間によるt検定  4.2.3 信頼区間による対応のある場合の2標本t検定  4.2.4 信頼区間による対応のない場合の2標本t検定 Chapter 5 回帰分析の基礎 5.1 回帰モデルの基礎の基礎 5.2 数値例で理解する最小二乗法 5.3 種明かし:最小二乗法による切片と傾きの公式 5.4 条件付き期待値としての回帰モデル 5.5 最小二乗法による切片と傾きの公式(補遺) Chapter 6 図で理解する重回帰モデルの基礎 6.1 データ 6.2 分散 6.3 ESSとUSS 6.4 決定係数 6.5 回帰係数の標準誤差と回帰の標準誤差 6.6 三変数のバレンティン・ベン図 6.7 三変数の重回帰モデル 6.8 因果ダイアグラムによる考察 6.9 共分散分析(再考) 6.10 実験研究における共分散分析の活用 Chapter 7 最小二乗法による重回帰モデルの仮定と診断1 7.1 仮定1:誤差項の期待値ゼロ 7.2 仮定2:パラメータ(母数)における線形性  7.2.1 使用するデータの設定に関する情報  7.2.2 線形モデルによる推定  7.2.3 変数変換  7.2.4 対数変換後の回帰係数の解釈  7.2.5 変数の線形性と母数の線形性の違い  7.2.6 多変量における診断方法 7.3 仮定3:誤差項の条件付き期待値ゼロ  7.3.1 不要な変数をモデルに取り入れる問題  7.3.2 中間変数をモデルに取り入れる問題 Chapter 8 最小二乗法による重回帰モデルの仮定と診断2 8.1 仮定4:完全な多重共線性がないこと  8.1.1 多重共線性  8.1.2 多重共線性の診断:VIF  8.1.3 共変量における多重共線性 8.2 仮定5:誤差項の分散均一性  8.2.1 不均一分散の影響  8.2.2 不均一分散の診断  8.2.3 不均一分散への対処法1:加重最小二乗法  8.2.4 不均一分散への対処法2:不均一分散に頑健な標準誤差 8.3 仮定6:誤差項の正規性 8.4 不均一分散の場合の回帰係数の分散の導出(補遺) Chapter 9 交互作用項のある共分散分析 9.1 共分散分析の仮定 9.2 交互作用項のある共分散分析  9.2.1 平均処置効果  9.2.2 標準誤差  9.2.3 簡便な推定方法 9.3 統制すべき共変量に関するまとめ  9.3.1 第6章から第9章での指摘事項  9.3.2 その他の事項 9.4 共分散分析の限界 9.5 共分散分析と傾向スコアの優劣 Chapter 10 傾向スコア 10.1 バランシングスコア 10.2 傾向スコア 10.3 傾向スコア定理 10.4 傾向スコアのモデル化  10.4.1 二値の結果変数のモデリング  10.4.2 Rによる確認  10.4.3 ロジスティック回帰モデル  10.4.4 傾向スコアの算出 10.5 傾向スコアのモデル化の例 10.6 RパッケージMatchItによる傾向スコアのモデル化 Chapter 11 傾向スコアマッチング:ATTの推定 11.1 比較政治学における「よく似たシステムデザイン」 11.2 統計的因果推論における「マッチング」 11.3 推定対象 11.4 使用するデータ 11.5 ナイーブな比較と共分散分析 11.6 復元によるマッチングと非復元によるマッチング 11.7 距離 11.8 マッチング方法 11.9 復元抽出の傾向スコアマッチングによるATTの推定 11.10 標準誤差について 11.11 傾向スコアによるバランシングの評価 11.12 シミュレーションによる性能比較 11.13 傾向スコアをマッチングに使うべきでない? 11.14 質的研究のためのマッチング Chapter 12 傾向スコアによる層化解析法および重み付け法:ATEの推定 12.1 傾向スコアによる層化解析法  12.1.1 標本調査における層化抽出法  12.1.2 層化解析法とは  12.1.3 層の数  12.1.4 傾向スコア層化解析によるATEの推定  12.1.5 傾向スコアによるバランシングの評価  12.1.6 シミュレーションによる性能比較 12.2 傾向スコアによる重み付け法  12.2.1 標本調査における重み付け法  12.2.2 傾向スコアの重み付けによるATEの推定 Chapter 13 操作変数法の基礎 13.1 操作変数のイメージ図 13.2 操作変数の定義 13.3 Rによる操作変数推定量 13.4 二段階最小二乗法1:操作変数が1個の場合 13.5 二段階最小二乗法2:操作変数が複数個の場合 13.6 内生変数と外生変数 13.7 Rによる二段階最小二乗法 13.8 二値変数の場合の二段階最小二乗法 13.9 よくない操作変数 13.10 操作変数の妥当性の検証 Chapter 14 操作変数法による非遵守への対処 14.1 非遵守(ノンコンプライアンス) 14.2 遵守者と非遵守者の4つの種類 14.3 使用するデータ 14.4 単調性の仮定と推定対象 14.5 無作為化奨励デザインと4つの推定量 14.6 Rによる無作為化奨励デザインの分析 14.7 仮定の妥当性 Chapter 15 回帰不連続デザインの基礎 15.1 使用するデータと状況設定 15.2 平均処置効果と共分散分析 15.3 外挿の問題 15.4 閾値における局所的な平均処置効果 15.5 回帰不連続デザインによる解析 15.6 回帰不連続デザインの図解 15.7 回帰不連続デザインの理論 15.8 回帰不連続デザインの現状 Chapter 16 回帰不連続デザインの応用 16.1 使用するデータ:選挙における現職の利点 16.2 図を使った解析 16.3 数値による分析 16.4 Rパッケージrdrobustによる解析:基本編 16.5 カーネル密度推定 16.6 カーネル関数の選択 16.7 バンド幅の選択 16.8 RDプロット Chapter 17 回帰不連続デザインの仮定および実践 17.1 連続性の仮定と強制変数の操作  17.1.1 強制変数の操作の仮定の緩和条件  17.1.2 グラフによる連続性の仮定の診断  17.1.3 フォーマルな検定による連続性の仮定の診断 17.2 Rパッケージrdrobustによる分析:上級編  17.2.1 使用するデータ  17.2.2 データの可視化  17.2.3 連続性の仮定の診断  17.2.4 解析1:共変量なし  17.2.5 共変量の追加  17.2.6 解析2:共変量あり Chapter 18 ファジーな回帰不連続デザイン 18.1 ファジーな回帰不連続デザイン 18.2 使用するデータ 18.3 RによるファジーRDD Chapter 19 欠測データ処理の基礎 19.1 欠測のメカニズム 19.2 単一代入法 19.3 多重代入法とそのアルゴリズム 19.4 多重代入法を用いた解析の流れ 19.5 結果の統合方法 19.6 Rパッケージmiceによる解析方法 19.7 適合性の問題 19.8 多重代入法の診断方法 19.9 実験研究における欠測値の処理 19.10 交互作用項のある重回帰モデルにおける欠測値処理 Chapter 20 統計的因果推論における欠測データ 20.1 傾向スコアマッチングにおける欠測値の処理 20.2 操作変数法における欠測値の処理 20.3 回帰不連続デザインにおける欠測値の処理 Chapter 21 統計的因果推論手法としての多重代入法 21.1 先行研究 21.2 多重代入法による平均因果効果の推定 21.3 多重代入法による個体因果効果の推定 参考文献 おわりに 索引

みんなのレビュー
まだレビューはありません
No.8
71

医学,工学をはじめあらゆる科学研究分野や意思決定の基盤となる統計的因果推論の基礎を解説。

みんなのレビュー
まだレビューはありません
No.10
63

文科と理科両方の学生のために,統計的なものの考え方の基礎をやさしく解説するとともに,統計学の体系的な知識を与えるように,編集・執筆された.豊富な実際例を用いつつ,図表を多くとり入れ,視覚的にもわかりやすく親しみながら学べるよう配慮した. 第1章 統計学の基礎(中井検裕,縄田和満,松原 望) 第2章 1次元のデータ(中井検裕) 第3章 2次元のデータ(中井研裕,松原 望) 第4章 確率(縄田和満,松原 望) 第5章 確率変数(松原 望) 第6章 確率分布(松原 望) 第7章 多次元の確率分布(松原 望) 第8章 大数の法則と中心極限定理(中井検裕) 第9章 標本分布(縄田和満) 第10章 正規分布からの標本(縄田和満) 第11章 推定(縄田和満) 第12章 仮説検定(縄田和満,松原 望) 第13章 回帰分析(縄田和満) 統計数値表 練習問題の解答

みんなのレビュー
まだレビューはありません
No.11
62

個人の地域密着型アウトドアショップがデジタルマーケティングで業績を飛躍的にアップさせていくストーリーに乗せて、DMの基礎を… 個人の地域密着型アウトドアショップがデジタルマーケティングで業績を飛躍的にアップさせていくストーリーに乗せて、DMの基礎を学ぶ

みんなのレビュー
デジタルマーケティングとデータ分析について漫画で分かりやすく学べる。基本的な内容が網羅的に学べるのでデジタルマーケティング職についたばかりのビジネスパーソンや個人事業や中小企業でこれからデジタルに力を入れようとしている経営者にオススメ!
No.15
62

因果推論の技法LiNGAMを開発した第一線の研究者が、基礎事項から発展的話題まで平易に説き起こす。因果推論・因果探索に必携。 膨大なデータから、いかにして原因と結果の関係を見いだすのか? 「LiNGAM」(線形非ガウス非巡回モデル)を開発した第一線の研究者が、基礎事項から発展的話題まで平易に説き起こす。因果推論・因果探索に必携。 ■おもな内容 第1章 統計的因果探索の出発点 第2章 統計的因果推論の基礎  第3章 統計的因果探索の基礎 第4章 LiNGAM 第5章 未観測共通原因がある場合のLiNGAM 第6章 関連の話題 ■機械学習プロフェッショナルシリーズ 本シリーズでは、発展著しい機械学習技術の数学的な基礎理論、実用的なアルゴリズム、それらの活用法を、全29巻にわたって刊行する。 ビッグデータ時代を牽引している若手・中堅の現役研究者が、入門的な内容から最先端の研究成果までをわかりやすく解説。 これからデータサイエンス分野で研究を始めようとしている大学生・大学院生、および、機械学習技術を基礎科学や産業に応用しようとしている研究者・技術者に向けた注目のシリーズである。 第7期として、以下の3点を刊行! 統計的因果探索 清水 昌平・著 画像認識 原田 達也・著 深層学習による自然言語処理 坪井 祐太/海野 裕也/鈴木 潤・著 ■シリーズ編者 杉山 将 理化学研究所 革新知能統合研究センター センター長/東京大学大学院新領域創成科学研究科 教授 第1章 統計的因果探索の出発点 1.1 はじめに 1.2 因果探索における最大の困難:擬似相関 1.3 擬似相関の数値例 1.4 本章のまとめ 第2章 統計的因果推論の基礎 2.1 導入 2.2 反事実モデルによる因果の定義 2.3 構造方程式モデルによるデータ生成過程の記述 2.4 統計的因果推論の枠組み:構造的因果モデル 2.5 ランダム化実験 2.6 本章のまとめ 第3章 統計的因果探索の基礎 3.1 動機 3.2 因果探索の枠組み 3.3 因果探索の基本問題 3.4 因果探索の基本問題への3つのアプローチ 3.5 3つのアプローチと識別可能性 3.6 本章のまとめ 第4章 LiNGAM 4.1 独立成分分析 4.2 LiNGAMモデル 4.3 LiNGAMモデルの推定 4.4 本章のまとめ 第5章 未観測共通原因がある場合のLiNGAM 5.1 未観測共通原因による難しさ 5.2 未観測共通原因があるLiNGAMモデル 5.3 未観測共通原因は独立と仮定しても一般性を失わない 5.4 独立成分分析に基づくアプローチ 5.5 混合モデルに基づくアプローチ 5.6 多変数の場合 5.7 本章のまとめ 第6章 関連の話題 6.1 モデルの仮定を緩める 6.2 モデル評価 6.3 統計的信頼性評価 6.4 ソフトウェア 6.5 おわりに

みんなのレビュー
まだレビューはありません
No.17
61

RCT大全

アンドリュー・リー
みすず書房

18世紀の壊血病対策から、セサミ・ストリート誕生秘話、最新のノーベル経済学賞につながる業績まで、RCTの歴史と今を平易に解説 耳寄りの話が満載。 神話を覆し、隠れた真実を明らかにすることに興味があるなら、 ぜったい欠かせない必読書だ。 ――スティーヴン・D・レヴィット(シカゴ大学教授 『ヤバい経済学』) 次世代の政策担当者が本書にしたがえば、世界は文字どおり変わるだろう。 ――デイヴィッド・ハルパーン(イギリス政府「ナッジ・ユニット」長) 本書の主題はこのうえなく重要だ――私たちは自分が誤りうるということを認められるほど謙虚なのか? そして学ぶことに十分注意を払っているか?…万人が読むべき本だ。 ――ティム・ハーフォード(『フィナンシャル・タイムズ』紙シニア・コラムニスト) ▶ 10代の少女に赤ちゃん人形を与えて育児を体験させると、早すぎる妊娠を防げる? ▶ 素行の悪い青少年を、刑務所の極悪犯と対面させると矯正できる? ▶ 貧困地域からの引っ越しを補助すれば、家族の経済状況は改善する? ▶ 不況下で職探しのヒントが詰まった冊子を配布すると就業者は増える? ▶ X線検査で背中の痛みを調べられる? ▶ 『セサミ・ストリート』の1話で教えるのは何文字がいい? ▶ マイクロクレジットは貧困世帯の所得を上げる? ▶ デパートの営業時間を短縮すると利益は増える? 被験者を2つのグループにランダムに割り当て、介入の効果を測定するランダム化比較試験(RCT)。この決定的手法は、これらの疑問にどう答えてきたのか? 壊血病の昔から、最先端のウェブビジネスまで、医療、教育、経済、産業といったあらゆる分野でエビデンス革命を起こしつつあるRCTを網羅的に紹介。巻末には「実施の10の掟」を収載する。 1 壊血病、刑務所見学、そして、もしも電車に乗り遅れたら 2 瀉血からプラセボ手術へ 3 不利益の解消にはコインを投げて 4 ランダム化のパイオニアたち 5 教え方を学ぶ 6 犯罪を制御する 7 貧しい国での貴重な実験 8 農場と企業とフェイスブック 9 政治と慈善活動の仮説を検証する 10 あなたも実験台 11 質の良いフィードバックループを作る 12 次の変化を導く RCT実施の10の掟 謝辞 原注 索引

みんなのレビュー
まだレビューはありません
No.19
60
みんなのレビュー
まだレビューはありません
No.20
60

相関関係と因果関係はどう違うのか回帰分析の正しく有効な使い方へ有向グラフを用いてアプローチする。 1 古典的問題意識 2 因果推論の基礎概念 3 パス解析 4 非巡回的有向独立グラフ 5 介入効果とその識別可能条件 6 回帰モデルによる因果推論 7 条件付き介入と同時介入 8 非巡回的有向独立グラフの復元

みんなのレビュー
まだレビューはありません
No.21
60
みんなのレビュー
ある程度構文を覚えた後にPythonでの分析に慣れたいのであればこの書籍一択。Pythonでのデータ分析に慣れるためにはとにかく手を動かしまくること!
No.22
60
みんなのレビュー
まだレビューはありません
No.23
60
みんなのレビュー
学生の時にこの書籍を読んで統計学に興味を持った。統計学の魅力について分かりやすく学べる書籍。専門的な内容はそれほどないのでスラスラ読める。統計学ってどんなことができるの?なんでそんなにすごいの?ということを知りたい人がまず最初に読むべき本。
No.25
60

統計的因果推論の世界的権威が記した書 第2回 杉山明子賞[出版賞](日本行動計量学会“出版賞”)受賞! 日本行動計量学会総会(2012年9月15日(土)新潟県立大学)におきまして、黒木 学先生が、杉山明子賞(出版賞) を受賞しました。受賞理由は、本書の翻訳出版によるものです。  本書は、「人工知能分野の巨人のひとり」(Richard Korf)として数えられ、統計的因果推論の世界的権威である人工知能研究者Judea Pearlによって書かれた"Causality-Models、 Reasoning and Inference-"(Cambridge Univ. Press)の邦訳である。  本書は、既存の統計的因果推論の教科書とは異なり、因果推論の背後にある哲学的考え方を踏まえながら、グラフィカルモデル、反事実モデル、構造モデルといった数理解析法を用いて因果関係の解明に迫るという独創的なアイデアに基づいて執筆されている。また、統計科学と因果推論との類似点や相違点も詳しく記述されており、因果的関連尺度と統計的関連尺度を結びつけるための数理的基盤の整備も行われている。  本書の特徴として、邦訳出版にあたって原著者から提供された最新の研究情報も追加されており、統計的因果推論に関する最新のフレームワークを体系的に理解するのに役立つよう配慮されていることがあげられる。そのため、統計的因果推論の主要課題である 1.観察された結果に対する原因の究明、2.観察データに基づく因果的効果の定量的評価、3.観察データに基づく因果メカニズムの解明、に関心を持つ読者に対して、大きなインパクトを与えるだろう。 第1章 確率,グラフ,因果モデル入門 第2章 因果関係を推測するための理論 第3章 因果ダイアグラムと因果的効果の識別可能条件 第4章 行動・計画・直接効果 第5章 社会科学と経済学における因果関係と構造モデル 第6章 Simpsonのパラドックス・交絡・併合可能性 第7章 構造に基づく反事実の論理 第8章 不完全実験:因果効果の存在範囲と反事実 第9章 原因の確率:説明と識別 第10章 実際の原因 エピローグ 因果関係の芸術と科学

みんなのレビュー
まだレビューはありません
No.26
60
みんなのレビュー
まだレビューはありません
No.27
60
みんなのレビュー
まだレビューはありません
No.28
60
みんなのレビュー
まだレビューはありません
No.29
60

重回帰分析から操作変数法などの応用手法まで,できるだけ直観的な説明を重視して紹介し,ウェブに例題/演習問題のデータも用意。 初心者でも読み進めることができるように,確率・統計の基本から丁寧に解説し,まずは回帰分析を徹底的にマスターします。また,操作変数法,パネル・データ分析などのの応用手法も,できるだけ直観的な説明を重視し紹介しています。 第1章 なぜ計量経済学が必要なのか  第1部 確率と統計のおさらい 第2章 データの扱い方─数字に隠された意味を読み取る 第3章 計量経済学のための確率論─不確かなことについて語る 第4章 統計学による推論─観察されたデータの背後にあるメカニズムを探る  第2部 計量経済学の基本 第5章 単回帰分析─2つの事柄の関係をシンプルなモデルに当てはめる 第6章 重回帰分析の基本─外的条件を制御して本質に迫る 第7章 重回帰分析の応用─本質に迫るためのいくつかのコツ  第3部 政策評価のための発展的方法 第8章 操作変数法─政策変数を間接的に動かして本質に迫る 第9章 パネル・データ分析─繰り返し観察することでわかること 第10章 マッチング法─似た人を探して比較する 第11章 回帰不連続デザイン─「事件」の前後を比較する

みんなのレビュー
まだレビューはありません
No.31
60
みんなのレビュー
まだレビューはありません
No.33
59

本書は,Judea Pearlによって提案された構造的因果モデルの解説書であり,データ生成過程を出発点として,因果ダイアグラムの理論から潜在反応モデルへの橋渡しを行うことを主な目的の一つとしている。また,有向グラフを用いて因果関係を記述することの利点と欠点を示すだけでなく,因果ダイアグラムでは扱うことの難しいテーマとして,原因の確率や媒介分析といった新しい話題にも触れている。 第1章 はじめに 1.1 背景 1.2 有向グラフに立脚した因果推論 1.3 Neyman-Rubin の因果モデル 1.4 相関関係か?因果関係か? 1.5 問題意識 第2章 準備 2.1 因果推論における確率的考え方 2.2 事象の確率 2.3 確率変数 2.4 確率変数ベクトル 2.5 グラフォイド原理 2.6 グラフ用語 2.7 有向分離基準 2.8 ベイジアンネットワーク 2.9 ランダム化 第3章 因果ダイアグラムの基礎 3.1 因果関係の頑健性 3.2 因果ダイアグラム 3.3 確率・構造的因果モデル・物理モデル 3.4 矢線の解釈 3.5 モジュール性と外的操作 3.6 因果効果 3.7 バックドア基準 3.8 Change-in-Parameter 基準 第4章 有向グラフに基づく因果効果の識別可能条件 4.1 はじめに 4.2 代表的な識別可能条件 4.3 推論規則 4.4 条件付き因果効果に関する注意点 4.5 誤分類問題への対応 4.6 同時因果効果 4.7 効果の修飾と交互作用効果 第5章 線形構造方程式モデルに基づく因果効果の識別可能条件 5.1 線形構造方程式モデルの重要性 5.2 有向グラフによる因果関係の表現 5.3 総合効果と直接効果 5.4 相関の分解 5.5 総合効果の識別可能条件 5.6 Linear Effect Restoration 法 5.7 操作変数の新たな見方 5.8 考察 第6章 潜在反応モデル 6.1 はじめに 6.2 構造的因果モデルから潜在反応モデルへ 6.3 一致性 6.4 因果効果:再考 6.5 交換可能性 6.6 有向グラフを用いた因果推論の有用性 第7章 原因の確率とその周辺 7.1 はじめに 7.2 因果推論における3つの階層 7.3 原因の確率:定義とその解釈 7.4 原因の確率の存在範囲 7.5 原因の確率の識別可能条件 7.6 その他の因果的尺度 第8章 効果の分解問題とその周辺 8.1 パラドックス 8.2 直接効果と間接効果 8.3 識別可能条件 8.4 直接効果の存在範囲 8.5 主要層別解析 参考文献 索  引

みんなのレビュー
まだレビューはありません
No.34
59
みんなのレビュー
データ分析コンペKaggleに挑戦するならこれをまず読んでおけば大丈夫!Kaggleに参加しないにしてもデータ分析の本質やテクニックがギュッと詰まっているので実務に活かせる。高度な内容も登場するが分かりやすく解説してくれるので初心者でも読みやすい。それでいてベテランの人も多くの学びがある書籍。著者はKaggleの最上位グランドマスターの方々であり説得力がある。過去のコンペの事例も取り上げてくれるのでそんなアプローチあったのかぁと学びが深い。文句なしの星5つ!
No.36
59
みんなのレビュー
データサイエンスを学ぶ上でこちらに一通り目を通しておくとベースが出来上がると思うのでオススメ。幅広く学べるがそこまで深く突っ込まないので気に入った領域は他の書籍で補完した方がよいかも!
No.37
59

岩波データサイエンス Vol.3

岩波データサイエンス刊行委員会
岩波書店

【特集】「因果推論——実世界のデータから因果を読む」 〈特集まえがき〉(立森久照・林岳彦・伊庭幸人・星野崇宏) ・ ・因果推論ことはじめ(立森久照) ・〈コラム〉時系列の因果と相関(伊庭幸人) ・相関と因果と丸と矢印のはなし—はじめてのバックドア規準(林岳彦・黒木学) ・準実験のデザイン—観察データからいかに因果関係を導き出すか(津川友介) ・統計的因果効果の基礎—特に傾向スコアと操作変数を用いて(星野崇宏) ・ ・因果効果推定の応用—CM接触の因果効果と調整効果(加藤諒・星野崇宏) ・傾向スコアを用いたバント効果の推定——ノーアウト1塁のバントは,得点確率を有意に高めるか!?(中村知繁・南美穂子) ・差の差法で検証する「保育所整備」の効果—社会科学における因果推論の応用(山口慎太郎) ・〈コラム〉モンテカルロ法と傾向スコア(伊庭幸人) ・〈コラム〉グラフ表現超速習——無向グラフと有向グラフのまとめ(伊庭幸人) 【連載】 ・正定値行列の情報幾何-(2)(小原敦美・土谷 隆) ・確率と論理を融合した確率モデリングへの道-(3)(最終回)(佐藤泰介) 【その他・小説】 ・計算機で作る面白いナンプレ(3)(とん) ・掌編小説《海に溺れて》第3回 確信(円城塔)

みんなのレビュー
まだレビューはありません
No.40
59
みんなのレビュー
まだレビューはありません
No.41
59
みんなのレビュー
まだレビューはありません
No.42
59
みんなのレビュー
まだレビューはありません
No.43
59

R を使った計量政治学の入門書。章ごとに練習問題を設けているので、基本的に読者が独学独習できるように設計されているのが特徴。 政治現象をRで統計分析する!! 本書はR を使った計量政治学の入門書です。計量政治学とは政治現象の数量データ分析を行うことで、例えば選挙における投票率を調べ、政治的要因によって予算がどれだけ歪曲されたかを推定するなど、政治における仮説を統計学的に検証することです。 主な特徴は、①各章ごとに練習問題を設けているので、基本的に読者が独学独習できるように設計されている、②計量政治学に関する論文を仕上げるのに必要な内容を15 回の授業で網羅しているので、計量政治学を授業やゼミで教えたいと考えている教員にとっても使いやすいよう工夫している、などです。 第I部 リサーチデザイン 第1章 計量政治学とは 第2章 研究テーマの選び方 第3章 理論と仮説 第II部 Rを使った計量分析の方法 第4章 R の使い方 第5章 R によるデータ操作 第6章 記述統計とデータの可視化・視覚化 第7章 統計的推定 第8章 統計的仮説検定 第9章 変数間の関連性 第10章 回帰分析の基礎 第11章 回帰分析による統計的推定 第12章 回帰分析の前提と妥当性の診断 第13章 回帰分析の応用 第14章 交差項の使い方 第15章 ロジスティック回帰分析

みんなのレビュー
まだレビューはありません
No.44
59

RやR Studioの初心者が、思わぬエラーメッセージが出てきても困らないよう、インストールからエラーの対処方法までを解説。 RStudioのインストール方法から実践事例まで丁寧に解説! 本書はRStudioの入門書です。RやRStudioを使っていると思わぬエラーメッセージが出てくることがあり、はじめてRを使う人は、どう対処するか悩むことも多いのではないでしょうか。 本書はRやR Studioの初心者が、思わぬエラーメッセージが出てきても困らないよう、インストールからエラーの対処方法まで平易に解説していきます。 また、RStudioに標準で組み込まれているR Markdownは、Rでドキュメントを作成(生成)することが可能です。Rでデータ分析をし、R Markdownで簡単にレポートを作成できるよう、一連の流れについても丁寧に解説することで、R初心者の悩みを解消する1冊を目指します。 はじめに 第I部:Rマークダウンのセットアップ 1. RとRStudioのインストール 2. Rマークダウンのセットアップ 3. R packagesのセットアップ 第II部:Rマークダウンを使った分析とアウトプット 4. Rマークダウンを使った実際の分析事例 5. Rマークダウンを使ったレポート・論文作成 補論. CSVファイルへの変換方法 おわりに 索引

みんなのレビュー
まだレビューはありません
No.45
59

確率・統計の基礎から因果関係を識別するための応用手法,マクロ経済データの時系列分析の解説まで扱う。また分析手法の理論的説明だけでなく,その手法を用いた実証例を紹介して理解を深めることができる。演習問題やデータ提供などのウェブサポートも充実。 第1章 計量経済学の目的と特徴 第Ⅰ部 基礎編:実証分析のための基礎知識  第2章 データの整理と確率変数の基礎  第3章 統計理論の基礎  第4章 線形単回帰モデルの推定と検定  第5章 重回帰モデルの推定と検定 第Ⅱ部 ミクロ編:ミクロデータの分析手法  第6章 パネルデータ分析  第7章 操作変数法  第8章 制限従属変数モデル  第9章 政策評価モデル 第Ⅲ部 マクロ編:時系列データの分析手法  第10章 系列相関と時系列モデル  第11章 トレンドと構造変化  第12章 VAR モデル 付録  A 線形代数と漸近理論の基礎  B 回帰分析の漸近理論  C 実証研究の手引き  D 文献・学習ガイド

みんなのレビュー
まだレビューはありません
No.46
59

入門 計量経済学

ストック,ジェームス
共立出版

 本書がこれまでのテキストと大きく異なるのは,具体的な応用例を通じて計量手法の内容と必要性を理解し,応用例に即した計量理論を学んでいくという,その実践的なアプローチにある。従来のテキストでは,まず計量理論とその背後の仮定を学び,それから実証分析に進むという順番で進められるが,時間をかけて学んだ理論や仮定が現実の実証問題とは必ずしも対応していないと後になって知らされることが少なくなかった。本書では,まず現実の問題を設定し,その答えを探るなかで必要な分析手法や計量理論,そしてその限界についても学んでいく。また各章末には実証練習問題があり,実際にデータ分析を行って理解をさらに深めることができる。読者が自ら問題を設定して実証分析が行えるよう,実践的な観点が貫かれている。  本書のもう一つの重要な特徴は,初学者の自学習にも適しているということである。とても平易で丁寧な筆致が徹底されており,予備知識のない初学者であっても各議論のステップが理解できるよう言葉が尽くされている。 (原著:INTRODUCTION TO ECONOMETRICS, 2nd Edition, Pearson Education, 2007.) 第I部 問題意識と復習 第1章 経済学の問題とデータ 1.1 経済学の問題 1.2 因果関係の効果と理想的な実験 1.3 データ:出所と種類 第2章 確率の復習 2.1 確率変数と確率分布 2.2 期待値,平均,分散 2.3 2つの確率変数 2.4 正規分布,カイ二乗分布,ステューデントt分布,F分布 2.5 無作為抽出と標本平均の分布 2.6 大標本の場合の標本分布の近似 第3章 統計学の復習 3.1 母集団の平均の推定 3.2 母集団の平均に関する仮説検定 3.3 母集団の平均に関する信頼区間 3.4 母集団の異なる平均の比較 3.5 実験データに基づく因果関係の効果の推定:平均の差による推定 3.6 標本数が小さい場合のt統計量 3.7 散布図,標本分散,標本相関 第II部 回帰分析の基礎 第4章 1説明変数の線形回帰分析 4.1 線形回帰モデル 4.2 線形回帰モデルの係数の推定 4.3 回帰式の当てはまりの指標 4.4 最小二乗法における仮定 4.5 OLS推定量の標本分布 4.6 結論 第5章 1説明変数の回帰分析:仮説検定と信頼区間 5.1 1つの回帰係数に関する仮説検定 5.2 1つの回帰係数に関する信頼区間 5.3 Xが(0,1)変数のときの回帰分析 5.4 不均一分散と均一分散 5.5 最小二乗法の理論的基礎 5.6 標本数が小さい場合のt 統計量 5.7 結論 第6章 多変数の線形回帰分析 6.1 除外された変数のバイアス 6.2 多変数回帰モデル 6.3 多変数回帰モデルにおけるOLS推定量 6.4 多変数回帰の当てはまりの指標 6.5 多変数回帰モデルにおける最小二乗法の仮定 6.6 多変数回帰モデルにおけるOLS推定量の分布 6.7 多重共線性 6.8 結論 第7章 多変数回帰における仮説検定と信頼区間 7.1 1つの係数に関する仮説検定と信頼区間 7.2 結合仮説のテスト 7.3 複数の係数が関係する制約のテスト 7.4 複数の係数に対する信頼集合 7.5 多変数回帰におけるモデルの特定化 7.6 テスト成績データの実証分析 7.7 結論 第8章 非線形関数の回帰分析 8.1 非線形回帰式をモデル化する一般アプローチ 8.2 1説明変数の非線形モデル 8.3 説明変数間の相互作用 8.4 生徒・教師比率がテスト成績に及ぼす非線形の効果 8.5 結論 第9章 多変数回帰分析の評価 9.1 内部と外部の正当性 9.2 多変的回帰分析の内部正当性を危うくする要因 9.3 回帰式が予測に使われる際の内部と外部の正当性 9.4 具体例:テスト成績とクラス規模 9.5 結論 第III部 回帰分析のさらなるトピック 第10章 パネルデータの回帰分析 10.1 パネルデータ 10.2 2 時点のパネルデータ:「事前と事後」の比較 10.3 固定効果の回帰 10.4 時間効果の回帰 10.5 固定効果回帰モデルの仮定と標準誤差 10.6 飲酒運転に対する法律と交通死亡事故 10.7 結論 第11章 被説明変数が(0,1)変数の回帰分析 11.1 (0,1)被説明変数と線形確率モデル 11.2 プロビット,ロジット回帰 11.3 プロビット,ロジットモデルの推定と統計的推論 11.4 ボストン住宅ローンデータへの応用 11.5 結論 第12章 操作変数回帰分析 12.1 操作変数法による推定:1説明変数,1操作変数の場合 12.2 一般的な操作変数回帰モデル 12.3 操作変数の正当性の検討 12.4 たばこ需要への応用 12.5 正当な操作変数はどこから見つけるのか? 12.6 結論 第13章 実験と準実験 13.1 理想的な実験と因果関係の効果 13.2 実際の実験における問題 13.3 実験データに基づく因果関係の効果の推定 13.4 少人数クラスの効果:実験に基づく推定 13.5 準実験 13.6 準実験の潜在的な問題 13.7 異質な母集団の下での実験と準実験の推定値 13.8 結論 第IV部 経済時系列データの回帰分析 第14章 時系列回帰と予測の入門 14.1 回帰モデルを使った予測 14.2 時系列データと系列相関 14.3 自己回帰モデル 14.4 他の予測変数を追加した時系列回帰と自己回帰・分布ラグモデル 14.5 情報量基準を使ったラグ次数の選択 14.6 非定常性I:確率トレンド 14.7 非定常性II:ブレイク(回帰関数の変化) 14.8 結論 第15章 動学的な因果関係の効果の推定 15.1 オレンジジュース・データの概観 15.2 動学的な因果関係の効果 15.3 動学的な因果関係の効果の推定:外生的な説明変数を含む場合 15.4 不均一分散・自己相関を考慮した標準誤差 15.5 動学的な因果関係の推定:説明変数が強い外生の場合 15.6 オレンジジュース価格と寒波 15.7 外生性の仮定は妥当か?いくつかの具体例 15.8 結論 第16章 時系列回帰分析の追加トピック 16.1 ベクトル自己回帰モデル 16.2 多期間の予測 16.3 和分の次数とDF-GLS単位根テスト 16.4 共和分 16.5 変動率のかたまりと自己回帰の条件付不均一分散 16.6 結論 第V部 回帰分析に関する計量経済学の理論 第17章 線形回帰分析の理論:1説明変数モデル 17.1 最小二乗法の仮定の拡張とOLS推定量 17.2 漸近分布理論の基礎 17.3 OLS推定量とt統計量の漸近分布 17.4 誤差項が正規分布に従うときの正確な標本分布 17.5 ウエイト付き最小二乗法 第18章 多変数回帰分析の理論 18.1 多変数線形回帰モデルとOLS推定量の行列表現 18.2 OLS推定量とt統計量の漸近分布 18.3 結合仮説のテスト 18.4 誤差項が正規分布に従うときの回帰統計量の分布 18.5 誤差項が均一分散の下でのOLS推定量の効率性 18.6 一般化最小二乗法 18.7 操作変数法と一般化モーメント法推定

みんなのレビュー
まだレビューはありません
No.47
59
みんなのレビュー
まだレビューはありません
No.48
59
みんなのレビュー
まだレビューはありません
No.49
59

労働経済学や教育の経済学で主流となった「実験学派」の計量分析の手法を理論と応用の面から解説する、日本で初めての書。 応用経済学に「革命」をもたらした計量分析手法のバイブル!<br><br>労働経済学や教育の経済学で主流となった「実験学派」の計量分析の手法を理論と応用の面から解説する。回帰モデルのβ係数(の期待値)を推定するための手法に焦点を絞り、理論と応用をバランスよく紹介する。<br>(原題:Mostly Harmless Econometrics:An Empiricist's Companion) 第1章 問いに関する問い<br><br>第2章 実験的理想<br>2.1 セレクション問題<br>2.2 無作為割当がセレクション問題を解決する<br>2.3 実験の回帰分析<br><br>第3章 たかが回帰,されど回帰<br>3.1 回帰分析の基礎<br>3.2 回帰分析と因果関係<br>3.3 異質性と非線形性<br>3.4 回帰分析の詳細<br>3.5 補論:加重平均導関数の導出<br><br>第4章 機能する操作変数<br>4.1 IV と因果関係<br>4.2 漸近的2SLS推論<br>4.3 2標本IVと分割標本IV<br>4.4 潜在的結果が同一にならない場合のIV<br>4.5 LATEの一般化<br>4.6 操作変数法の詳細<br>4.7 補節<br><br>第5章 パラレルワールド:固定効果、差分の差分、パネルデータ<br>5.1 個人の固定効果<br>5.2 差分の差分:事前と事後,実験群と対照群<br>5.3 固定効果対ラグ付き従属変数<br>5.4 補論:固定効果とラグ付き従属変数についての補足<br><br>第6章 ちょっと跳んじゃうんだけど:回帰不連続デザイン<br>6.1 シャープなRD<br>6.2 ファジーなRD はIV である<br><br>第7章 分位点回帰モデル<br>7.1 分位点回帰モデル<br>7.2 分位点処置効果のIV による推定<br><br>第8章 標準じゃない標準誤差の話<br>8.1 頑健な標準誤差の推定値におけるバイアス<br>8.2 パネルにおけるクラスター相関と系列相関<br>8.3 付録:単純なMoulton 係数の導出

みんなのレビュー
まだレビューはありません
No.50
59
みんなのレビュー
まだレビューはありません
No.51
59
みんなのレビュー
まだレビューはありません
No.52
59

入門を終え、より進んだ計量経済学を学ぶ際に必要になってくる数学の難所をわかりやすく解説。 入門を終え、より進んだ計量経済学を学ぶ際に必要になってくる数学の難所をわかりやすく解説。 第1部 集合論と線形代数  第1章 集合と写像  第2章 ベクトル空間  第3章 行列  第4章 行列式と逆行列  第5章 内積と射影  第6章 二次形式と対角化 第2部 確率論と回帰分析の基礎  第7章 確率空間  第8章 積分と期待値  第9章 条件付き期待値と回帰分析  第10章 大数の法則と推定量の一致性  第11章 中心極限定理と推定量の漸近正規性

みんなのレビュー
まだレビューはありません
No.53
59

「経済データなどの非実験データから因果関係を識別する」という観点を軸に計量経済学を説明する、新しいタイプの教科書。 第1部 イントロダクション  第1章 計量経済学とは何か?  第2章 確率論:確率変数と確率分布  第3章 統計的推測 第2部 古典的仮定の下での回帰分析  第4章 OLS回帰  第5章 古典的回帰モデル  第6章 重回帰分析  第7章 回帰モデルを工夫する  第8章 線形制約の仮説検定 第3部 新しい回帰分析  第 9 章 漸近理論の基礎  第10章 回帰分析の再構築  第11章 標準誤差と検定の頑健化  第12章 内生性と操作変数法  第13章 IV推定:応用編 第4部 より進んだ分析のために  第14章 最尤法  第15章 プロビットとトービット  第16 章 パネルデータ分析入門 付録 実証分析に関する情報

みんなのレビュー
まだレビューはありません
No.54
59

計量経済学講義

難波 明生
日本評論社

アドバンスな計量経済学と、それに必要な数学・数理統計学が1冊で学べる。統計学的な視点を重視した計量経済学のテキスト。 第1章 重回帰 1.1 重回帰のベクトル・行列表現 1.2 最小自乗法 1.3 残差の性質 1.4 決定係数 1.5 回帰モデルにおける仮定と最小自乗推定量の性質 1.6 撹乱項における仮定と統計的推測 第2章 漸近理論 2.1 様々な収束 2.2 有用な定理と性質 2.3 大数の法則 2.4 中心極限定理 2.5 漸近分布 2.6 デルタ法 第3章 最小自乗推定量の漸近的性質 3.1 回帰モデルの仮定 3.2 一致性 3.3 漸近正規性 3.4 信頼領域および検定 第4章 一般化最小自乗法 4.1 一般化回帰モデル 4.2 一般化最小自乗法 4.3 一般化最小自乗推定量の性質 4.4 特殊な場合:加重最小自乗法 第5章 最尤法 5.1 最尤法と最尤推定量の性質 5.2 最尤法の例 5.3 回帰モデルにおける最尤法㈵ 5.4 回帰モデルにおける最尤法㈼ 5.5 回帰モデルにおける最尤法㈽ 第6章 操作変数法 6.1 撹乱項と説明変数に相関がある場合 6.2 操作変数法 6.3 操作変数推定量の性質 6.4 2段階最小自乗法 第7章 モーメント法 7.1 モーメント法と最小自乗法 7.2 一般化モーメント法 7.3 一般化モーメント法推定量の漸近的性質 7.4 一般化モーメント法と操作変数法,2段階最小自乗法 7.5 一般化モーメント法と最尤法 7.6 一般化モーメント法と疑似最尤法 第8章 大標本検定 8.1 ワルド検定 8.2 ラグランジュ乗数検定 8.3 尤度比検定 8.4 大標本検定の選択 8.5 情報量基準に基づくモデル選択 第9章 数学公式および定理 9.1 2項定理 9.2 ロピタルの定理 9.3 制約下の極大・極小 9.4 テーラー展開 9.5 平均値の定理 9.6 部分積分法 9.7 積分の変数変換(置換積分法) 9.8 ガンマ関数とベータ関数 第10章 ベクトルと行列 10.1 行列の定義 10.2 行列の演算 10.3 特別な行列 10.4 行列のトレース 10.5 行列式 10.6 逆行列 10.7 1次独立,1次従属と行列の階数 10.8 逆行列と連立一次方程式 10.9 固有値と固有ベクトル 10.10 定符号行列 10.11 行列を用いた微分法 10.12 多変数における極値問題 第11章 確率変数と確率分布 11.1 事象と確率 11.2 確率変数 11.3 確率分布 11.4 期待値と積率母関数 11.5 確率変数の変数変換 11.6 代表的な離散型確率分布 11.7 代表的な連続型確率分布 11.8 行列と分布の性質 11.9 統計的推測 参考文献

みんなのレビュー
まだレビューはありません
No.55
59

確率・統計の基礎や最小2乗法から最新のトピックまでを網羅し、実証分析をつかった論文の書き方まで学べる決定版テキスト。 ●東洋経済新報社の新しい経済学テキストシリーズ〈サピエンティア〉第1弾 ●気鋭の経済学者の書き下ろし、計量経済学の中級テキストの決定版! ●確率・統計の基礎から様々な計量経済モデル、実証分析の進め方、論文執筆の初歩まで、わかりやすく解説。 ●各章末に演習問題付き(解答は東洋経済新報社サイトにて近日公開予定) 「本書は,大学の経済学部の中級から上級向けとして書いた計量経済学の教科書です.そのため,偏微分や重積分などの微積分や行列表現などの線形代数の知識を,また,初等的な統計学の知識を前提としています.一方,行列微分などを用いる大学院上級の内容は含まれていません. 昨今ではいろいろなパッケージ・ソフトウエアで様々な計量分析が可能となっています.卒業論文や修士論文を読んでも,比較的新しい手法で分析が行われていることがあります.ただ,果たして学生がどの程度,背後にある計量経済学の理論を理解しているかというと,その理解は必ずしも十分なものではないと感じることが少なくありません.しかしながら,理論なき実践の危険性は多くの人が認知している問題であり,本書がその解決に少しでも役立てばうれしく思います.」(「はじめに」より) 第1章 最小2乗法 第2章 計量経済学で使われる確率・統計 第3章 単回帰モデル 第4章 多重回帰モデル 第5章 計量モデルの特定化 第6章 仮説検定 第7章 不均一分散 第8章 系列相関 第9章 操作変数法 第10章 時系列モデル 第11章 パネル・データ・モデル 第12章 質的従属変数モデル 第13章 実証分析の進め方

みんなのレビュー
まだレビューはありません
No.56
59

計量経済学の入門を終えた人を対象に、より上のレベル、特にミクロ計量経済学の理論を基礎から丁寧に解説する。 第1章 線形回帰とOLS 第2章 操作変数法 第3章 プログラム評価 第4章 行列表記と漸近理論 第5章 直交条件とGMM 第6章 制限従属変数とサンプルセレクション 第7章 分位点回帰 第8章 ブートストラップ 第9章 ノンパラメトリック法 付録A 確率の復習 付録B 行列計算の復習 付録C 最尤法

みんなのレビュー
まだレビューはありません
No.57
59

Econometrics

Hayashi, Fumio
Princeton Univ Pr

Hayashi's "Econometrics" promises to be the next great synthesis of modern econometrics. It introduces first year PhD students to standard graduate econometrics material from a modern perspective. It covers all the standard material necessary for understanding the principal techniques of econometrics from ordinary least squares through cointegration. The book is also distinctive in developing both time-series and cross-section analysis fully, giving the reader a unified framework for understanding and integrating results. "Econometrics" has many useful features and covers all the important topics in econometrics in a succinct manner. All the estimation techniques that could possibly be taught in a first-year graduate course, except maximum likelihood, are treated as special cases of GMM (generalized methods of moments). Maximum likelihood estimators for a variety of models (such as probit and tobit) are collected in a separate chapter. This arrangement enables students to learn various estimation techniques in an efficient manner. Eight of the ten chapters include a serious empirical application drawn from labor economics, industrial organization, domestic and international finance, and macroeconomics. These empirical exercises at the end of each chapter provide students a hands-on experience applying the techniques covered in the chapter. The exposition is rigorous yet accessible to students who have a working knowledge of very basic linear algebra and probability theory. All the results are stated as propositions, so that students can see the points of the discussion and also the conditions under which those results hold. Most propositions are proved in the text. For those who intend to write a thesis on applied topics, the empirical applications of the book are a good way to learn how to conduct empirical research. For the theoretically inclined, the no-compromise treatment of the basic techniques is a good preparation for more advanced theory courses. X) 31 1.4 Hypothesis Testing under Normality 33 Normally Distributed Error Terms 33 Testing Hypotheses about Individual Regression Coefficients 35 Decision Rule for the t-Test 37 Confidence Interval 38 p-Value 38 Linear Hypotheses 39 The F-Test 40 A More Convenient Expression for F 42 t versus F 43 An Example of a Test Statistic Whose Distribution Depends on X 45 1.5 Relation to Maximum Likelihood 47 The Maximum Likelihood Principle 47 Conditional versus Unconditional Likelihood 47 The Log Likelihood for the Regression Model 48 ML via Concentrated Likelihood 48 Cramer-Rao Bound for the Classical Regression Model 49 The F-Test as a Likelihood Ratio Test 52 Quasi-Maximum Likelihood 53 1.6 Generalized Least Squares (GLS) 54 Consequence of Relaxing Assumption 1.4 55 Efficient Estimation with Known V 55 A Special Case: Weighted Least Squares (WLS) 58 Limiting Nature of GLS 58 1.7 Application: Returns to Scale in Electricity Supply 60 The Electricity Supply Industry 60 The Data 60 Why Do We Need Econometrics? 61 The Cobb-Douglas Technology 62 How Do We Know Things Are Cobb-Douglas? 63 Are the OLS Assumptions Satisfied? 64 Restricted Least Squares 65 Testing the Homogeneity of the Cost Function 65 Detour: A Cautionary Note on R2 67 Testing Constant Returns to Scale 67 Importance of Plotting Residuals 68 Subsequent Developments 68 Problem Set 71 Answers to Selected Questions 84 2 Large-Sample Theory 88 2.1 Review of Limit Theorems for Sequences of Random Variables 88 Various Modes of Convergence 89 Three Useful Results 92 Viewing Estimators as Sequences of Random Variables 94 Laws of Large Numbers and Central Limit Theorems 95 2.2 Fundamental Concepts in Time-Series Analysis 97 Need for Ergodic Stationarity 97 Various Classes of Stochastic Processes 98 Different Formulation of Lack of Serial Dependence 106 The CLT for Ergodic Stationary Martingale Differences Sequences 106 2.3 Large-Sample Distribution of the OLS Estimator 109 The Model 109 Asymptotic Distribution of the OLS Estimator 113 s2 Is Consistent 115 2.4 Hypothesis Testing 117 Testing Linear Hypotheses 117 The Test Is Consistent 119 Asymptotic Power 120 Testing Nonlinear Hypotheses 121 2.5 Estimating E([not displayable]) Consistently 123 Using Residuals for the Errors 123 Data Matrix Representation of S 125 Finite-Sample Considerations 125 2.6 Implications of Conditional Homoskedasticity 126 Conditional versus Unconditional Homoskedasticity 126 Reduction to Finite-Sample Formulas 127 Large-Sample Distribution of t and F Statistics 128 Variations of Asymptotic Tests under Conditional Homoskedasticity 129 2.7 Testing Conditional Homoskedasticity 131 2.8 Estimation with Parameterized Conditional Heteroskedasticity (optional) 133 The Functional Form 133 WLS with Known [alpha] 134 Regression of e2i on zi Provides a Consistent Estimate of [alpha] 135 WLS with Estimated [alpha] 136 OLS versus WLS 137 2.9 Least Squares Projection 137 Optimally Predicting the Value of the Dependent Variable 138 Best Linear Predictor 139 OLS Consistently Estimates the Projection Coefficients 140 2.10 Testing for Serial Correlation 141 Box-Pierce and Ljung-Box 142 Sample Autocorrelations Calculated from Residuals 144 Testing with Predetermined, but Not Strictly Exogenous, Regressors 146 An Auxiliary Regression-Based Test 147 2.11 Application: Rational Expectations Econometrics 150 The Efficient Market Hypotheses 150 Testable Implications 152 Testing for Serial Correlation 153 Is the Nominal Interest Rate the Optimal Predictor? 156 Rt Is Not Strictly Exogenous 158 Subsequent Developments 159 2.12 Time Regressions 160 The Asymptotic Distribution of the OLS Estimates 161 Hypothesis Testing for Time Regressions 163 2.A Asymptotics with Fixed Regressors 164 2.B Proof of Proposition 2.10 165 Problem Set 168 Answers to Selected Questions 183 3 Single-Equation GMM 186 3.1 Endogeneity Bias: Working's Example 187 A Simultaneous Equations Model of Market Equilibrium 187 Endogeneity Bias 188 Observable Supply Shifters 189 3.2 More Examples 193 A Simple Macroeconometric Model 193 Errors-in-Variables 194 Production Function 196 3.3 The General Formulation 198 Regressors and Instruments 198 Identification 200 Order Condition for Identification 202 The Assumption for Asymptotic Normality 202 3.4 Generalized Method of Moments Defined 204 Method of Moments 205 Generalized Method of Moments 206 Sampling Error 207 3.5 Large-Sample Properties of GMM 208 Asymptotic Distribution of the GMM Estimator 209 Estimation of Error Variance 210 Hypothesis Testing 211 Estimation of S 212 Efficient GMM Estimator 212 Asymptotic Power 214 Small-Sample Properties 215 3.6 Testing Overidentifying Restrictions 217 Testing Subsets of Orthogonality Conditions 218 3.7 Hypothesis Testing by the Likelihood-Ratio Principle 222 The LR Statistic for the Regression Model 223 Variable Addition Test (optional) 224 3.8 Implications of Conditional Homoskedasticity 225 Efficient GMM Becomes 2SLS 226 J Becomes Sargan's Statistic 227 Small-Sample Properties of 2SLS 229 Alternative Derivations of 2SLS 229 When Regressors Are Predetermined 231 Testing a Subset of Orthogonality Conditions 232 Testing Conditional Homoskedasticity 234 Testing for Serial Correlation 234 3.9 Application: Returns from Schooling 236 The NLS-Y Data 236 The Semi-Log Wage Equation 237 Omitted Variable Bias 238 IQ as the Measure of Ability 239 Errors-in-Variables 239 2SLS to Correct for the Bias 242 Subsequent Developments 243 Problem Set 244 Answers to Selected Questions 254 4 Multiple-Equation GMM 258 4.1 The Multiple-Equation Model 259 Linearity 259 Stationarity and Ergodicity 260 Orthogonality Conditions 261 Identification 262 The Assumption for Asymptotic Normality 264 Connection to the "Complete" System of Simultaneous Equations 265 4.2 Multiple-Equation GMM Defined 265 4.3 Large-Sample Theory 268 4.4 Single-Equation versus Multiple-Equation Estimation 271 When Are They "Equivalent"? 272 Joint Estimation Can Be Hazardous 273 4.5 Special Cases of Multiple-Equation GMM: FIVE, 3SLS, and SUR 274 Conditional Homoskedasticity 274 Full-Information Instrumental Variables Efficient (FIVE) 275 Three-Stage Least Squares (3SLS) 276 Seemingly Unrelated Regressions (SUR) 279 SUR versus OLS 281 4.6 Common Coefficients 286 The Model with Common Coefficients 286 The GMM Estimator 287 Imposing Conditional Homoskedasticity 288 Pooled OLS 290 Beautifying the Formulas 292 The Restriction That Isn't 293 4.7 Application: Interrelated Factor Demands 296 The Translog Cost Function 296 Factor Shares 297 Substitution Elasticities 298 Properties of Cost Functions 299 Stochastic Specifications 300 The Nature of Restrictions 301 Multivariate Regression Subject to Cross-Equation Restrictions 302 Which Equation to Delete? 304 Results 305 Problem Set 308 Answers to Selected Questions 320 5 Panel Data 323 5.1 The Error-Components Model 324 Error Components 324 Group Means 327 A Reparameterization 327 5.2 The Fixed-Effects Estimator 330 The Formula 330 Large-Sample Properties 331 Digression: When [eta]i Is Spherical 333 Random Effects versus Fixed Effects 334 Relaxing Conditional Homoskedasticity 335 5.3 Unbalanced Panels (optional) 337 "Zeroing Out" Missing Observations 338 Zeroing Out versus Compression 339 No Selectivity Bias 340 5.4 Application: International Differences in Growth Rates 342 Derivation of the Estimation Equation 342 Appending the Error Term 343 Treatment of [alpha]i 344 Consistent Estimation of Speed of Convergence 345 Appendix 5.A: Distribution of Hausman Statistic 346 Problem Set 349 Answers to Selected Questions 363 6 Serial Correlation 365 6.1 Modeling Serial Correlation: Linear Processes 365 MA(q) 366 MA([infinity]) as a Mean Square Limit 366 Filters 369 Inverting Lag Polynomials 372 6.2 ARMA Processes 375 AR(1) and Its MA([infinity]) Representation 376 Autocovariances of AR(1) 378 AR(p) and Its MA([infinity]) Representation 378 ARMA(p,q) 380 ARMA(p) with Common Roots 382 Invertibility 383 Autocovariance-Generating Function and the Spectrum 383 6.3 Vector Processes 387 6.4 Estimating Autoregressions 392 Estimation of AR(1) 392 Estimation of AR(p) 393 Choice of Lag Length 394 Estimation of VARs 397 Estimation of ARMA(p,q) 398 6.5 Asymptotics for Sample Means of Serially Correlated Processes 400 LLN for Covariance-Stationary Processes 401 Two Central Limit Theorems 402 Multivariate Extension 404 6.6 Incorporating Serial Correlation in GMM 406 The Model and Asymptotic Results 406 Estimating S When Autocovariances Vanish after Finite Lags 407 Using Kernels to Estimate S 408 VARHAC 410 6.7 Estimation under Conditional Homoskedasticity (Optional) 413 Kernel-Based Estimation of S under Conditional Homoskedasticity 413 Data Matrix Representation of Estimated Long-Run Variance 414 Relation to GLS 415 6.8 Application: Forward Exchange Rates as Optimal Predictors 418 The Market Efficiency Hypothesis 419 Testing Whether the Unconditional Mean Is Zero 420 Regression Tests 423 Problem Set 428 Answers to Selected Questions 441 7 Extremum Estimators 445 7.1 Extremum Estimators 446 "Measurability" of [theta] 446 Two Classes of Extremum Estimators 447 Maximum Likelihood (ML) 448 Conditional Maximum Likelihood 450 Invariance of ML 452 Nonlinear Least Squares (NLS) 453 Linear and Nonlinear GMM 454 7.2 Consistency 456 Two Consistency Theorems for Extremum Estimators 456 Consistency of M-Estimators 458 Concavity after Reparameterization 461 Identification in NLS and ML 462 Consistency of GMM 467 7.3 Asymptotic Normality 469 Asymptotic Normality of M-Estimators 470 Consistent Asymptotic Variance Estimation 473 Asymptotic Normality of Conditional ML 474 Two Examples 476 Asymptotic Normality of GMM 478 GMM versus ML 481 Expressing the Sampling Error in a Common Format 483 7.4 Hypothesis Testing 487 The Null Hypothesis 487 The Working Assumptions 489 The Wald Statistic 489 The Lagrange Multiplier (LM) Statistic 491 The Likelihood Ratio (LR) Statistic 493 Summary of the Trinity 494 7.5 Numerical Optimization 497 Newton-Raphson 497 Gauss-Newton 498 Writing Newton-Raphson and Gauss-Newton in a Common Format 498 Equations Nonlinear in Parameters Only 499 Problem Set 501 Answers to Selected Questions 505 8 Examples of Maximum Likelihood 507 8.1 Qualitative Response (QR) Models 507 Score and Hessian for Observation t 508 Consistency 509 Asymptotic Normality 510 8.2 Truncated Regression Models 511 The Model 511 Truncated Distributions 512 The Likelihood Function 513 Reparameterizing the Likelihood Function 514 Verifying Consistency and Asymptotic Normality 515 Recovering Original Parameters 517 8.3 Censored Regression (Tobit) Models 518 Tobit Likelihood Function 518 Reparameterization 519 8.4 Multivariate Regressions 521 The Multivariate Regression Model Restated 522 The Likelihood Function 523 Maximizing the Likelihood Function 524 Consistency and Asymptotic Normality 525 8.5 FIML 526 The Multiple-Equation Model with Common Instruments Restated 526 The Complete System of Simultaneous Equations 529 Relationship between ([Gamma]0, [Beta]0) and [delta]0 530 The FIML Likelihood Function 531 The FIML Concentrated Likelihood Function 532 Testing Overidentifying Restrictions 533 Properties of the FIML Estimator 533 ML Estimation of the SUR Model 535 8.6 LIML 538 LIML Defined 538 Computation of LIML 540 LIML versus 2SLS 542 8.7 Serially Correlated Observations 543 Two Questions 543 Unconditional ML for Dependent Observations 545 ML Estimation of AR.1/ Processes 546 Conditional ML Estimation of AR(1) Processes 547 Conditional ML Estimation of AR(p) and VAR(p) Processes 549 Problem Set 551 9 Unit-Root Econometrics 557 9.1 Modeling Trends 557 Integrated Processes 558 Why Is It Important to Know if the Process Is I(1)? 560 Which Should Be Taken as the Null, I(0) or I(1)? 562 Other Approaches to Modeling Trends 563 9.2 Tools for Unit-Root Econometrics 563 Linear I(0) Processes 563 Approximating I(1) by a Random Walk 564 Relation to ARMA Models 566 The Wiener Process 567 A Useful Lemma 570 9.3 Dickey-Fuller Tests 573 The AR(1) Model 573 Deriving the Limiting Distribution under the I(1) Null 574 Incorporating the Intercept 577 Incorporating Time Trend 581 9.4 Augmented Dickey-Fuller Tests 585 The Augmented Autoregression 585 Limiting Distribution of the OLS Estimator 586 Deriving Test Statistics 590 Testing Hypotheses about [zeta] 591 What to Do When p Is Unknown? 592 A Suggestion for the Choice of pmax(T) 594 Including the Intercept in the Regression 595 Incorporating Time Trend 597 Summary of the DF and ADF Tests and Other Unit-Root Tests 599 9.5 Which Unit-Root Test to Use? 601 Local-to-Unity Asymptotics 602 Small-Sample Properties 602 9.6 Application: Purchasing Power Parity 603 The Embarrassing Resiliency of the Random Walk Model? 604 Problem Set 605 Answers to Selected Questions 619 10 Cointegration 623 10.1 Cointegrated Systems 624 Linear Vector I(0) and I(1) Processes 624 The Beveridge-Nelson Decomposition 627 Cointegration Defined 629 10.2 Alternative Representations of Cointegrated Systems 633 Phillips's Triangular Representation 633 VAR and Cointegration 636 The Vector Error-Correction Model (VECM) 638 Johansen's ML Procedure 640 10.3 Testing the Null of No Cointegration 643 Spurious Regressions 643 The Residual-Based Test for Cointegration 644 Testing the Null of Cointegration 649 10.4 Inference on Cointegrating Vectors 650 The SOLS Estimator 650 The Bivariate Example 652 Continuing with the Bivariate Example 653 Allowing for Serial Correlation 654 General Case 657 Other Estimators and Finite-Sample Properties 658 10.5 Application: the Demand for Money in the United States 659 The Data 660 (m - p, y, R) as a Cointegrated System 660 DOLS 662 Unstable Money Demand? 663 Problem Set 665 Appendix. Partitioned Matrices and Kronecker Products 670 Addition and Multiplication of Partitioned Matrices 671 Inverting Partitioned Matrices 672

みんなのレビュー
まだレビューはありません
No.58
59

The second edition of this acclaimed graduate text provides a unified treatment of two methods used in contemporary econometric research, cross section and data panel methods. By focusing on assumptions that can be given behavioral content, the book maintains an appropriate level of rigor while emphasizing intuitive thinking. The analysis covers both linear and nonlinear models, including models with dynamics and/or individual heterogeneity. In addition to general estimation frameworks (particular methods of moments and maximum likelihood), specific linear and nonlinear methods are covered in detail, including probit and logit models and their multivariate, Tobit models, models for count data, censored and missing data schemes, causal (or treatment) effects, and duration analysis.Econometric Analysis of Cross Section and Panel Data was the first graduate econometrics text to focus on microeconomic data structures, allowing assumptions to be separated into population and sampling assumptions. This second edition has been substantially updated and revised. Improvements include a broader class of models for missing data problems; more detailed treatment of cluster problems, an important topic for empirical researchers; expanded discussion of "generalized instrumental variables" (GIV) estimation; new coverage (based on the author's own recent research) of inverse probability weighting; a more complete framework for estimating treatment effects with panel data, and a firmly established link between econometric approaches to nonlinear panel data and the "generalized estimating equation" literature popular in statistics and other fields. New attention is given to explaining when particular econometric methods can be applied; the goal is not only to tell readers what does work, but why certain "obvious" procedures do not. The numerous included exercises, both theoretical and computer-based, allow the reader to extend methods covered in the text and discover new insights.

みんなのレビュー
まだレビューはありません
No.59
59

Microeconometrics: Methods and Applications

Cameron, A. Colin
Cambridge University Press

This book provides the most comprehensive treatment to date of microeconometrics, the analysis of individual-level data on the economic behavior of individuals or firms using regression methods for cross section and panel data. The book is oriented to the practitioner. A basic understanding of the linear regression model with matrix algebra is assumed. The text can be used for a microeconometrics course, typically a second-year economics PhD course; for data-oriented applied microeconometrics field courses; and as a reference work for graduate students and applied researchers who wish to fill in gaps in their toolkit. Distinguishing features of the book include emphasis on nonlinear models and robust inference, simulation-based estimation, and problems of complex survey data. The book makes frequent use of numerical examples based on generated data to illustrate the key models and methods. More substantially, it systematically integrates into the text empirical illustrations based on seven large and exceptionally rich data sets. 1. Introduction 2. Causal and non-causal models 3. Microeconomic data structures 4. Linear models 5. ML and NLS estimation 6. GMM and systems estimation 7. Hypothesis tests 8. Specification tests and model selection 9. Semiparametric methods 10. Numerical optimization 11. Bootstrap methods 12. Simulation-based methods 13. Bayesian methods 14. Binary outcome models 15. Multinomial models 16. Tobit and selection models 17. Transition data: survival analysis 18. Mixture models and unobserved heterogeneity 19. Models of multiple hazards 20. Models of count data 21. Linear panel models: basics 22. Linear panel models: extensions 23. Nonlinear panel models 24. Stratified and clustered samples 25. Treatment evaluation 26. Measurement error models 27. Missing data and imputation A. Asymptotic theory B. Making pseudo-random draw.

みんなのレビュー
まだレビューはありません
No.60
59

A complete and up-to-date survey of microeconometric methods available in Stata, Microeconometrics Using Stata, Revised Edition is an outstanding introduction to microeconometrics and how to execute microeconometric research using Stata. It covers topics left out of most microeconometrics textbooks and omitted from basic introductions to Stata. This revised edition has been updated to reflect the new features available in Stata 11 that are useful to microeconomists. Instead of using mfx and the user-written margeff commands, the authors employ the new margins command, emphasizing both marginal effects at the means and average marginal effects. They also replace the xi command with factor variables, which allow you to specify indicator variables and interaction effects. Along with several new examples, this edition presents the new gmm command for generalized method of moments and nonlinear instrumental-variables estimation. In addition, the chapter on maximum likelihood estimation incorporates enhancements made to ml in Stata 11. Throughout the book, the authors use simulation methods to illustrate features of the estimators and tests described and provide an in-depth Stata example for each topic discussed. They also show how to use Stata's programming features to implement methods for which Stata does not have a specific command. The unique combination of topics, intuitive introductions to methods, and detailed illustrations of Stata examples make this book an invaluable, hands-on addition to the library of anyone who uses microeconometric methods. Stata Basics Interactive use Documentation Command syntax and operators Do-files and log files Scalars and matrices Using results from Stata commands Global and local macros Looping commands Some useful commands Template do-file User-written commands Data Management and Graphics Introduction Types of data Inputting data Data management Manipulating datasets Graphical display of data Linear Regression Basics Introduction Data and data summary Regression in levels and logs Basic regression analysis Specification analysis Prediction Sampling weights OLS using Mata Simulation Introduction Pseudorandom-number generators: Introduction Distribution of the sample mean Pseudorandom-number generators: Further details Computing integrals Simulation for regression: Introduction GLS Regression Introduction GLS and FGLS regression Modeling heteroskedastic data System of linear regressions Survey data: Weighting, clustering, and stratification Linear Instrumental-Variables Regression Introduction IV estimation IV example Weak instruments Better inference with weak instruments 3SLS systems estimation Quantile Regression Introduction QR QR for medical expenditures data QR for generated heteroskedastic data QR for count data Linear Panel-Data Models: Basics Introduction Panel-data methods overview Panel-data summary Pooled or population-averaged estimators Within estimator Between estimator RE estimator Comparison of estimators First-difference estimator Long panels Panel-data management Linear Panel-Data Models: Extensions Introduction Panel IV estimation Hausman-Taylor estimator Arellano-Bond estimator Mixed linear models Clustered data Nonlinear Regression Methods Introduction Nonlinear example: Doctor visits Nonlinear regression methods Different estimates of the VCE Prediction Marginal effects Model diagnostics Nonlinear Optimization Methods Introduction Newton-Raphson method Gradient methods The ml command: lf method Checking the program The ml command: d0, d1, d2, lf0, lf1, and lf2 methods The Mata optimize() function Generalized method of moments Testing Methods Introduction Critical values and p-values Wald tests and confidence intervals Likelihood-ratio tests Lagrange multiplier test (or score test) Test size and power Specification tests Bootstrap Methods Introduction Bootstrap methods Bootstrap pairs using the vce(bootstrap) option Bootstrap pairs using the bootstrap command Bootstraps with asymptotic refinement Bootstrap pairs using bsample and simulate Alternative resampling schemes The jackknife Binary Outcome Models Introduction Some parametric models Estimation Example Hypothesis and specification tests Goodness of fit and prediction Marginal effects Endogenous regressors Grouped data Multinomial Models Introduction Multinomial models overview Multinomial example: Choice of fishing mode Multinomial logit model Conditional logit model Nested logit model Multinomial probit model Random-parameters logit Ordered outcome models Multivariate outcomes Tobit and Selection Models Introduction Tobit model Tobit model example Tobit for lognormal data Two-part model in logs Selection model Prediction from models with outcome in logs Count-Data Models Introduction Features of count data Empirical example 1 Empirical example 2 Models with endogenous regressors Nonlinear Panel Models Introduction Nonlinear panel-data overview Nonlinear panel-data example Binary outcome models Tobit model Count-data models Appendix A: Programming in Stata Appendix B: Mata Glossary References Author Index Subject Index Stata resources and Exercises appear at the end of each chapter.

みんなのレビュー
まだレビューはありません
No.61
59
みんなのレビュー
まだレビューはありません
No.62
59

Stataの解説書がバージョンアップ。最新のStata version11にあわせ全面改訂。計量計算の出発点となるOLS回帰分析の章を刷新。新たに制限従属変数(LDV)の分析の章を加え、その他の章も内容が充実。 第1章 Stataをはじめよう 第2章 データ管理 第3章 記述統計 第4章 OLS回帰分析 第5章 時系列データの分析 第6章 カテゴリカル・データの分析 第7章 制限従属変数の分析 第8章 パネルデータ分析 第9章 サバイバル分析

みんなのレビュー
まだレビューはありません
No.63
59

豊富な事例で、データの構築から分析、結果のとりまとめまでを身につけられる!問題解決のヒントを多数掲載した、"困ったときの逆引き事典"を増強。Stata14はもちろん、Stata13・12・11などの旧バージョンへの対応にも配慮。頻出の"生存分析"に関する解説を増強。 第0章 Stataとは-なぜStataを使うのか 第1章 はじめの一歩-Stataを使ってみよう!(インストール、起動と画面の見方 データの読み込み ほか) 第2章 Stataによる統計表の作成-統計的な基礎も学ぼう(視覚的なデータの把握 数量的概念によるデータの把握 ほか) 第3章 Stataによる回帰分析-本格的な分析に向けて(回帰分析の考え方 Stataによる回帰分析 ほか) 第4章 パネル・データによる分析-いよいよ本領発揮(パネル・データ分析の考え方 パネル・データ利用のメリット ほか) 付録 困ったときの逆引き事典

みんなのレビュー
まだレビューはありません
No.64
59

Stataを使い,社会調査データを分析する手法を一から手ほどき。Stataのver.13に対応する。デモデータを使い,データの読み書きや関数のような,ごく初歩的な操作から始めて,高度な分析までを1冊で網羅できるように内容を構成・編集。社会調査データの分析に必要なコマンドとオプションを重点的に解説。 改訂版に向けての前書き はじめに 第1部 Stataの基本 第1章 Stataの起動から分析開始まで  1節 Stataの起動  2節 作業フォルダの設定  3節 Stataで扱えるデータ  4節 csv形式とは  5節 Stataでcsv形式のデータを読み込む  6節 dta形式で保存する,読み込む  7節 データを消去する  8節 データを確認するために  9節 Data Editorでデータを作成する 第2章 データ処理の基礎  1節 関数の構造  2節 データ処理コマンド  3節 条件式 第3章 調査で使う処理の定型:データのチェックから変数の加工まで  1節 異常データのidを探す  2節 単純集計表を作る:無回答と非該当を外して処理をする  3節 まとめて欠損値処理:配列の利用  4節 調査で行なう変数の加工  5節 doファイル 第2部 仮説検証に向けての連関性の検討 第4章 変数の相関,連関の検討  1節 クロス表  2節 散布図を作る  3節 相関係数 第5章 重回帰分析  1節 重回帰分析  2節 ダミー変数の利用と交互作用の検討 3節 予測値と調整平均 第6章 さまざまな回帰分析 1節 ロジスティック回帰分析/プロビット分析 2節 多項ロジット回帰分析/多項プロビット分析 3節 順序ロジット回帰分析/順序プロビット分析 4節 分位点回帰分析 5節 fractional polynomial 第7章 マルチレベル分析 1節 マルチレベル分析とは 2節 事例とステップで見るマルチレベル分析 3節 適合度とモデル構築 第8章 平均値の比較 1節 独立した2つのグループの平均値比較 2節 独立した3群以上の平均値比較 3節 同じ回答者の中での平均値の差の検定 4節 二元配置分散分析 第9章 合成尺度の作成(尺度構成) 1節 単純加算で合成尺度を作る 2節 主成分分析 3節 因子分析 第10章 クラスター分析 1節 クラスター分析とは 2節 階層的クラスター分析 3節 非階層的クラスター分析 第11章 ウェイトの利用 1節 サンプリングの理論について 2節 調査の非標本誤差に対処するためのウェイトの考え方 3節 調査の抽出確率の違いに対処するためのウェイトの考え方 4節 ウェイト作成の実際 5節 ウェイトを用いた分析例 6節 まとめ 引用・参考文献 読書案内 Stataによる社会調査データの分析 サンプル質問紙 索引 コラム1 データが大きすぎたら コラム2 なぜ,中心化・標準化すると多重共線性が消えるのか コラム3 どんな変数を「量的」と考えてよいか?

みんなのレビュー
まだレビューはありません
No.65
59

Whether you are new to Stata graphics or a seasoned veteran, A Visual Guide to Stata Graphics, Third Edition will reach you how to use Stata to make publication-quality graphics that will stand out and enhance your statistical results. With over 900 illustrated examples and quick-reference tabs, this book quickly guides you to the information you need for creating and customizing high-quality graphs for any type of statistical data. Each graph is displayed in full color with simple and clear instructions that illustrate how to create and customize graphs using either Stata commands or the Stata Graph Editor. Stata's powerful graphics system gives you complete control over how the elements of your graph look, from marker symbols to lines, from legends to captions and titles, from axis labels to grid lines, and more. Whether you use this book as a learning tool or a quick reference, you will have the power of Stata graphics at your fingertips. The third edition has been updated and expanded to reflect new Stat graphics features, and includes many additional examples. This updated edition illustrates new features to specify fonts and symbols. New sections have been added that illustrate the use of the marginsplot command as well as the use of contour plots. Introduction Using this book Types of Stata graphs Schemes Options Building graphs Editor Overview of the Graph Editor Object Browser Modifying objects Adding objects Moving objects Hiding and showing objects Locking and unlocking objects Using the Graph Recorder Graph Editor versus Stata commands Twoway graphs Scatterplots Regression fits and splines Regression confidence interval fits Line plots Area plots Bar plots Range plots Distribution plots Contour plots Options Overlaying plots Scatterplot matrix graphs Marker options Controlling axes Matrix options Graphing by groups Bar graphs Y variables Graphing bars over groups Options for controlling gaps between bars Options for sorting bars Controlling the categorical axis Legends and labeling bars Controlling the y axis Changing the look of bars Graphing by groups Box plots Specifying variables and groups Options for controlling gaps between boxes Options for sorting boxes Controlling the categorical axis Controlling legends Controlling the y axis Changing the look of boxes Graphing by groups Dot plots Specifying variables and groups Options for controlling gaps between dots Options for sorting dots Controlling the categorical axis Controlling legends Controlling the y axis Changing the look of dot rulers Graphing by groups Pie charts Types of pie charts Sorting pie slices Changing the look and color and exploding pie slices Slice labels Controlling legends Graphing by groups Options available for most graphs Changing the look of markers Creating and controlling marker labels Connecting points and markers Setting and controlling axis titles Setting and controlling axis labels Controlling axis scales Selecting an axis Graphing by groups Controlling legends Adding text to markers and positions Options for text and textboxes More options controlling the display of text Standard options available for all graphs Creating and controlling titles Using schemes to control the look of graphs Sizing graphs and their elements Changing the look of graph regions Styles for changing the look of graphs Angles Colors Clock position Compass direction Connecting points Line patterns Line width Margins Marker size Orientation Marker symbols Text size Appendix Overview of statistical graph commands Common options for statistical graphs The marginsplot command Saving, redisplaying, and combining graphs More examples: Putting it all together Common mistakes Customizing schemes Online supplements

みんなのレビュー
まだレビューはありません
No.66
59

データ解析とレポート作成の再現性を高めよう。その先には、ボスの笑顔が待っている。 RStudioを使いこなそう。その先には、旨いお鮨が待っている。 Rマークダウンをマスターしよう。その先には、明るい未来が待っている。  本書はRによる再現可能なデータ解析とレポート作成を身につけるための一冊である。 Rがデータ解析のデファクトスタンダードとなった現在,Rの使い方やRによるさまざまなデータ解析手法についての情報は数多く入手できる。しかしどれだけ立派なデータ解析であっても,結果が再現できなかったり,間違いだらけだったり,時間がかかりすぎて完成しなかったりしたら,価値は半減である。  本書ではRStudioとRマークダウンについての解説を通して,再現性と信頼性を高め効率を上げるような「データ解析とレポート作成というプロセス」について解説している。データ解析に携わるすべての人に,再現可能性の意義を学び,RStudioとRマークダウンによる再現可能なデータ解析とレポート作成を日々の習慣としてほしい。 Chapter 1 再現可能性のすゝめ 1.1 アドホックなデータ解析とその問題点 1.2 Rスクリプトの導入とその問題点 1.3 再現可能なデータ解析とその問題点 1.4 Rマークダウンによる再現可能なレポート作成 1.5 再現可能なデータ解析とレポート作成のメリット Chapter 2 RStudio入門 2.1 RStudioとは 2.2 RStudioのダウンロードとインストール 2.3 はじめてのRStudio 2.4 まずはRStudioを動かしてみよう 2.5 RStudioでの作業パターン 2.6 タブの紹介 2.7 ツールバー 2.8 メニューバー 2.9 Windowsでの日本語の利用 Chapter 3 RStudioによる再現可能なデータ解析 3.1 Rスクリプトによる解析 3.2 はじめてRスクリプトを使うためのチュートリアル 3.3 プロジェクト機能を利用する 3.4 データの読み込みの自動化 3.5 解析結果の保存の自動化 Chapter 4 RStudioによる再現可能なレポート作成 4.1 再現可能なレポートづくりを目指そう 4.2 Rマークダウンによるレポート作成:最初の一歩 4.3 コードの記述と動作の制御 4.4 ドキュメントの記述 4.5 YAMLヘッダによるレポートのメタデータ設定 4.6 レポート作成の実行 4.7 Rマークダウン編集サポートツール 4.8 Rスクリプトからレポート作成 Chapter 5 Rマークダウンによる表現の技術 5.1 さまざまな形式のレポート作成 5.2 bookdownによる書籍の作成 5.3 flexdashboardでエッセンスを伝える 5.4 htmlwidgetsによるインパクトのある可視化 5.5 表を極める―正確さと効率の両立 5.6 文献目録の作成 Chapter 6 再現可能性を高める 6.1 バージョン管理システムによる解析プロジェクトの管理 6.2 再現できる環境づくり:packrat編 6.3 パラメータ付きRマークダウン 6.4 R以外の言語エンジンの利用 6.5 外部のRマークダウンとRスクリプトの読み込み 6.6 Rマークダウンで後ろ向き参照 Chapter 7 RStudioを使いこなす 7.1 RStudioのオプション 7.2 コード補完機能 7.3 コードスニペット 7.4 コードの診断 7.5 RStudioによるデバッグ 付録A マークダウン記法 付録B チャンクオプション 索引

みんなのレビュー
まだレビューはありません
No.68
59

Rではじめるデータサイエンス

Hadley Wickham
オライリージャパン

Rプログラミングを通してデータサイエンスの理解と知識を深めるための一冊。 「Rの神様」ハドリー・ウィッカムがRを使ったデータサイエンスの基本を指南! ggplot2、plyrといったRを代表するパッケージやRStudioの開発で知られる「Rの神様」ハドリー・ウィッカムと、『RStudioからはじめるRプログラミング入門』の著者による、Rプログラミングを通してデータサイエンスの理解と知識を深めるための一冊。『RStudio~』のコンパニオンブックとして、データサイエンスの理論的な側面を支える役割も担っており、長らく発刊が待たれていました。Rの機能と威力を知り尽くし、また、統計とデータサイエンス教育のプロフェッショナルでもある著者たちによる、非常にわかりやすくクリアな説明は、既存のデータサイエンス入門書とは一線を画します。

みんなのレビュー
まだレビューはありません
No.69
59

Rの強力なグラフィックスパッケージ、ggplot2を使ってグラフを作成するためのレシピ集の改訂版。 Rの強力なグラフィックスパッケージ、ggplot2を使ってグラフを作成するためのレシピ集の待望の改訂版です。初版発刊から6年、ggplot2自体をはじめ、R言語や関連パッケージ、ツールのアップデートにしたがって全面改訂しました。基本的なグラフだけでなく、複雑なグラフや地図の作成、さらにはこうしたグラフのきめ細かいカスタマイズ方法、効果的な表示方法、色の使い方、さらには文書用データへの変換方法まで、およそグラフに関するほとんどのことを網羅。実際の「やりたいこと」に応じた解決法を提示。描きたいグラフがすぐに描ける、実用的な一冊です。

みんなのレビュー
まだレビューはありません
No.71
59
みんなのレビュー
まだレビューはありません
No.73
59

Written by two leading experts on experimental methods, this concise text covers the major aspects of experiment design, analysis and interpretation in clear language. Students learn how to design randomised experiments, analyse the data and interpret the findings. Beyond the authoritative coverage of the basic methodology, the authors include numerous features to help students achieve a deeper understanding of field experimentation, including rich examples from the social science literature, problem sets and discussions, data sets, and further readings.

みんなのレビュー
まだレビューはありません
No.74
59

日本最初の大規模フィールド実験で明らかになったこととは? 電力改革の実証実験に携わった著者が,日本に「エビデンスに基づく政策」を根付かせるために,実験の成果と意義を行動経済学の知見からわかりやすく解説し,新しい経済学の可能性を探る意欲作。 第Ⅰ部 スマートグリッドとフィールド実験  第1章 スマートグリッドの経済学  第2章 フィールド実験の経済学 第Ⅱ部 電力消費のフィールド実験  第3章 価格の威力──北九州市の実験  第4章 習慣化への挑戦──けいはんな学研都市の実験  第5章 現状維持の克服──横浜市の実験 第Ⅲ部 スマートグリッドの実装に向けて  第6章 デマンド・レスポンスの社会的効果と実装  第7章 スマートグリッドの新展開

みんなのレビュー
まだレビューはありません
No.76
59

傾向スコアは因果推論を主眼とした方法である。基礎知識と応用のための手法を学び,適切な因果推論を行えるようになる解説書。 近年の統計科学では、原因と結果の因果関係を正確に知ろうとするアプローチが盛んであり、これらのアプローチは一般に因果推論と呼ばれている。本書で扱う傾向スコアも、因果推論を主眼とする方法の一つである。一般的に、処置の有無をランダムに割り当てることのできない調査観察データでは、処置群と統制群の間に属性の違いが生じる。傾向スコアとは処置の有無に影響を与える複数の情報を集約した要約指標であり、この要約指標を用いて、あたかもランダム化実験が行われたかのように、処置群と統制群の元々の属性の違いを調整する。 本書では、第1章で傾向スコアの基礎となる方法や仮定をレビューし、第2章で傾向スコアのモデリングと評価の概要について説明する。また一般的な傾向スコア法(マッチング、層別化、逆確率加重、共変量調整)をレビューし、第3章では、これらの手法のうちいずれの方法を採用すべきなのかを検討する。さらに、第4章では、処置群と統制群のバランスをとるための個々の共変量の評価や調整後の因果効果の推定など、応用面で生じる問題について検討し、最終章は傾向スコアを用いるアプローチの限界についての議論で締めくくられる。 本書は傾向スコアを詳しく理解したい初学者や、観察データを用いた因果推論を行いたい分析者にとって最適の入門書である。 [原著: Propensity Score Methods and Applications, Sage Publications, Inc., 2018] 第1章 傾向スコアの基本的な考え方 1.1 因果推論  1.1.1 実験デザインと観察研究  1.1.2 観察研究における内的妥当性  1.1.3 選択バイアスを減らすための既存の方法 1.2 傾向スコア  1.2.1 傾向スコアとはなにか  1.2.2 なぜ傾向スコアを使うのか  1.2.3 いつ傾向スコアを使うのか 1.3 仮定  1.3.1 無視できる処置割当の仮定  1.3.2 SUTVA  1.3.3 共通サポートと分布の重なり 1.4 まとめ 第2章 共変量選択と傾向スコア推定 2.1 共変量選択  2.1.1 共変量選択のメカニズム  2.1.2 共変量選択の理論的基礎付け  2.1.3 適切な共変量を決定するための手順  2.1.4 共線性と過剰補正 2.2 傾向スコア推定  2.2.1 ロジスティック回帰  2.2.2 決定木や回帰木による方法  2.2.3 アンサンブル法  2.2.4 どのモデルがベストか 2.3 まとめ 2.4 具体例  2.4.1 データの説明  2.4.2 共変量選択  2.4.3 傾向スコア推定 第3章 傾向スコア調整法 3.1 傾向スコアマッチング  3.1.1 傾向スコアマッチングの類型  3.1.2 貪欲マッチング  3.1.3 複雑マッチング  3.1.4 マッチングのバリエーション  3.1.5 共通サポート 3.2 その他の傾向スコア調整法  3.2.1 層別化  3.2.2 重み付け  3.2.3 共変量調整 3.3 まとめ 3.4 具体例 第4章 共変量評価と因果効果推定 4.1 共変量分布のバランスの評価  4.1.1 選択バイアス  4.1.2 標準化バイアス  4.1.3 バイアス低減率  4.1.4 グラフと統計的検定 4.2 因果効果推定  4.2.1 マッチング後の分析  4.2.2 その他の傾向スコア法の分析  4.2.3 二重に頑健な方法 4.3 感度分析 4.4 まとめ 4.5 具体例  4.5.1 傾向スコアマッチング前後の共変量のバランスを確認する例  4.5.2 傾向スコアマッチング後の処置効果の推定  4.5.3 感度分析 第5章 まとめ 5.1 傾向スコア法の限界とその対処法  5.1.1 隠れたバイアス  5.1.2 傾向スコアマッチングの問題点  5.1.3 サンプルの制限や除外  5.1.4 傾向スコア重み付けの問題点 5.2 分析手続きのまとめ  5.2.1 共変量選択  5.2.2 傾向スコアの推定  5.2.3 傾向スコアの共通サポート  5.2.4 調整法のまとめ  5.2.5 共変量と傾向スコアのバランスチェック  5.2.6 処置効果の推定  5.2.7 感度分析 5.3 最後に  5.3.1 傾向スコアはトラブルメーカーなのか  5.3.2 傾向スコアは万能薬ではない  5.3.3 統計ソフトウェア  5.3.4 傾向スコア法の発展と動向 参考文献 索 引

みんなのレビュー
まだレビューはありません
search