回 | 項目 | 内容 |
第1回 | 制限従属変数モデル1 | 2値変数モデルの代表であるロジットモデル・プロビットモデルについての学習を行う。
【事前学習】2時間:テキスト8.1,8.2を読んでおく。【事後学習】2時間:実際のデータを使って,ロジットモデル,プロビットモデルについての推定を行う。 |
第2回 | 制限従属変数モデル2 | 被説明変数が離散変数の場合,あるいは限定された場合の推定モデルについて学習を行う。
【事前学習】2時間:テキスト8.3,8.4を読んでおくこと。
【事後学習】2時間:トービットモデルについて,実際のデータを使って推定を行う。
|
第3回 | 制限従属変数モデル3 | 被説明変数が制限されている場合の内生性の処理および,サンプルセレクションバイアスについて学習する。
【事前学習】2時間:テキスト8.5,8.6を読んでおくこと。
【事後学習】2時間:講義に対応する章末問題を解く。 |
第4回 | 政策評価モデル1 | 政策評価モデルについて,基本的な概念を学習する。
【事前学習】2時間:テキスト9.1~9.3を読んでおくこと。
【事後学習】2時間:ATEとATTの概念について説明できるよう確認する。 |
第5回 | 政策評価モデル2 | マッチング推定法について,理論的背景と応用例を学習する。
【事前学習】2時間:テキスト9.4,9.5を読んでおくこと。
【事後学習】2時間:傾向スコアマッチング分析について,実際のデータを使って確認する。 |
第6回 | 政策評価モデル3 | 自然実験を用いた内生性の回避の方法である差の差推定について学習する。
【事前学習】2時間:テキスト9.8を読んでおくこと。
【事後学習】2時間:差の差分析を用いた先行研究を整理する。 |
第7回 | 政策評価モデル4 | 不連続回帰デザイン(RDD)の理論的背景と応用例について学習する。
【事前学習】2時間:テキスト9.9を読んでおくこと。
【事後学習】2時間:RDDを適用した論文についてのサーベイを行う。 |
第8回 | 系列相関と時系列モデル1 | マクロ時系列データの概要と,系列相関に対する検定,対処法について学習する。
【事前学習】2時間:テキスト10.1~10.3を読んでおくこと。
【事後学習】2時間:演習データを使って,系列相関の検定を行う。
|
第9回 | 系列相関と時系列モデル2 | 自己回帰モデルや分布ラグ・モデルといった基本的な時系列分析について学習する。
【事前学習】2時間:テキストの10.4~10.6を読んでおくこと。
【事後学習】2時間:自己回帰モデルについて,演習データを使って実際に推定を行う。 |
第10回 | トレンドと構造変化1
| マクロデータ経済データのトレンド成分とトレンドサイクルの分解について学習する。
【事前学習】2時間:テキスト11.1,11.2を読んでおくこと。
【事後学習】2時間:テキスト章末の演習問題を解く。
|
第11回 | トレンドと構造変化2
| 単位根検定と構造変化の検定についての学習を行う。
【事前学習】2時間:テキストの11.3~11.5を読んでおくこと。
【事後学習】2時間:授業とは異なるデータを用いて,単位根検定を実践する。 |
第12回 | VARモデル1 | VARモデルとグランジャーの因果性について学習を行う。
【事前学習】2時間:テキスト12.1,12.2を読んでおく。
【事後学習】2時間: |
第13回 | VARモデル2 | 見せかけの回帰と共和分分析についての学習を行う。
【事前学習】2時間:テキスト12.3を読んでおく。
【事後学習】2時間:共和分分析の一連の流れを園主データを使って確認する。
|
第14回 | 実証分析の演習1 | データ収集から推定結果の解釈まで,各自の関心のあるデータを用いて実証レポートの書き方を学習する。
【事前学習】2時間:テキストの付録Cを読んでおくこと。
【事後学習】2時間:レポート作成。 |
第15回 | 実証分析の演習2 | 実証分析レポートを完成させる。
【事前学習】3時間:前回授業で扱った各自のテーマについて,ある程度の分析を進めておく。
【事後学習】3時間:授業データのフィードバックをもとに,レポートを完成させ,修士論文の準備を行う。
|