因果推論のための
計量経済学
因果関係を明らかにするデータ分析を行う際に、参考になる書籍やWebサイトをまとめてみました。
注意点
- ここで取り上げた書籍やWebサイト以外も、参考になる書籍等、多々ありますので、あくまでも一例として捉えてもらえれば幸いです。
- 時系列、機械学習などについては、詳しく紹介することができていません(詳しい方がおられましたら、ご紹介いただけますと幸いです)
※ 作成に当たり、佐々木周作氏、原泰史氏、秦正樹氏、大久保将貴氏、尾崎大輔氏、西田貴紀氏、大竹文雄氏から書籍等を紹介いただきました。記して感謝いたします。
1. 因果推論・計量経済学をつかむ
1. 因果推論・計量経済学をつかむ
- 伊藤公一朗(2017)データ分析の力: 因果関係に迫る思考法
- 中室牧子・津川友介(2017)原因と結果の経済学: データから真実を見抜く思考法
- 応用例
- 山口慎太郎(2019)「家族の幸せ」の経済学: データ分析でわかった結婚、出産、子育ての真実
2. 因果推論・計量経済学を学ぶ
2. 因果推論・計量経済学を学ぶ
- 畑農 鋭矢・水落 正明(2017)データ分析をマスターする12のレッスン
- サポートサイトでは、練習問題の解説や、データ、Rによる分析コードが提供されています。
- 今井耕介(2018)社会科学のためのデータ分析入門 上・下
- 原著:Kousuke Imai (2017) Quantitative Social Science: An Introduction
- サポートサイトでは、Rのコード等が提供されています。Rで実践しながら学ぶにも最適な書籍です。
- Jeffrey B. Arnold: Quantatitive Social Science: The R Tidyverse Codeのサイトでは、 モダンなRパッケージTidyverseを使って、同書のコードを提供しています。
- 原著:Kousuke Imai (2017) Quantitative Social Science: An Introduction
- 田中隆一(2015)計量経済学の第一歩:実証分析のススメ
- サポートサイトでは、解説・例題と練習問題で利用したデータ、分析コード(R, Stata, gretel)などが提供されています。
- Joshua D. Angrist & Jorn-steffen Pischke (2014) Mastering 'Metrics: The Path from Cause to Effect
- 著者のAngrist教授による動画解説もあります。
- 岩波データサイエンス刊行委員会(2016)岩波データサイエンス Vol.3
- 森田果(2014)実証分析入門 データから「因果関係」を読み解く作法
- 山本勲(2015)実証分析のための計量経済学: 正しい手法と結果の読み方
- KRSK: Unboundedly
- ハーバード大学Population Health Sciencesの博士課程で学ばれているKRSKさんが、因果推論についてわかりやすく解説されているブログ。
- Judea Pearl & Dana Mackenzie (2019) The Book of Why: The New Science of Cause and Effect
- Stephen L. Morgan & Christopher Winship (2014) Counterfactuals and Causal Inference: Methods And Principles For Social Research (Analytical Methods for Social Research)
3. 因果推論・計量経済学をしっかり学ぶ
3. 因果推論・計量経済学をしっかり学ぶ
- 西山慶彦・新谷元嗣・川口大司・奥井亮(2019)計量経済学(New Liberal Arts Selection)
- サポートサイトでは、実証例や練習問題で用いるデータセット、分析コード例などが提供されています。
- ジェームス・ストック & マーク・ワトソン(2016)入門 計量経済学
- 原著:James H. Stock & Mark W. Watson (2019) Introduction to Econometrics, Global Edition
- サポートサイトでは、Stataのコード等が提供されています。
- Rを使いながら2015年版のStock & Watsonを解説したオンラインブック:Christoph Hanck, Martin Arnold, Alexander Gerber and Martin Schmelzer (2019) Introduction to Econometrics with R
- 原著:James H. Stock & Mark W. Watson (2019) Introduction to Econometrics, Global Edition
- Jeffrey M. Wooldridge (2019) Introductory Econometrics: A Modern Approach
- Rを使いながら2015年版のWooldridgeを解説:Florian Heiss (2016) Using R for Introductory Econometrics
- サポートサイトでは、オンラインで読めますし、Rのコードも提供されています。
- Rを使いながら2015年版のWooldridgeを解説:Florian Heiss (2016) Using R for Introductory Econometrics
- ヨシュア・アングリスト & ヨーン・シュテファン・ピスケ(2013)ほとんど無害な計量経済学
- 原著:Joshua D. Angrist & Jorn-steffen Pischke (2008) Mostly harmless econometrics
- Hernán MA & Robins JM (2020). Causal Inference: What If.
- 翻訳が進んでいるとの情報あり。
- Guido W. Imbens & Donald B. Rubin (2015) Causal Inference for Statistics, Social, and Biomedical Sciences: An Introduction
- 翻訳が進んでいるとの情報あり。
- ジュディア・パール, マデリン・グリマー & ニコラス・P・ジュエル(2019)入門 統計的因果推論
- 原著:Judea Pearl, Madelyn Glymour & Nicholas P. Jewell (2016) Causal Inference in Statistics - A Primer
- 田中久稔(2019)計量経済学のための数学
- 計量経済学を学んでいく際に出てくるトピックに特化して解説。
- しんめー(2019)俺の計量経済学
- 世界銀行でデータサイエンティストをされているしんめーさんが、推定量の導出や性質の証明を丁寧に記述されたpdfです。
4. 計量経済学をもっと学ぶ
4. 計量経済学をもっと学ぶ
- 鹿野繁樹(2015)新しい計量経済学:データで因果関係に迫る
- サポートサイトでは、講義スライド、データが提供されています。
- 難波明生(2015)計量経済学講義
- 末石直也(2015)計量経済学 ミクロデータ分析へのいざない
- Fumio Hayashi (2010) Econometrics
- Jeffrey M. Wooldridge (2010) Econometric Analysis of Cross Section and Panel Data
- A. Colin Cameron & Pravin K. Trivedi (2005) Microeconometrics: Methods and Applications
- サポートサイトでは、データやStataコードが提供されています。
- 同著者によるStataの使い方を学べる計量経済学:A. Colin Cameron & Pravin K. Trivedi (2010) Microeconometrics Using Stata, Revised Edition
- Bruce E. Hansen (2019) Econometrics
- 随時アップデートされているテキスト(最新版には機械学習の章もあり)。データセットも提供されています。
- William H. Greene (2018) Econometric Analysis
5. 分析ソフトの使い方
5. 分析ソフトの使い方
- Stata
- 筒井淳也・水落正明・秋吉美都・坂本和靖・平井裕久・福田亘孝(2011)Stataで計量経済学入門 第2版
- 松浦寿幸(2015)Stataによるデータ分析入門 第2版 経済分析の基礎からパネル・データ分析まで
- サポートサイトでは、データと分析コードが提供されています。
- 石黒格(2014)改訂 Stataによる社会調査データの分析: 入門から応用まで
- 分位点回帰、マルチレベル分析なども詳しく説明されています。
- Stata cheat sheet
- 基本的な使い方から、「これってどう書くのかな?」というときに、参考になるコード一覧表です。
- Michael N. Mitchell (2012) A Visual Guide to Stata Graphics
- R
- 浅野正彦・中村公亮(2018)はじめてのRStudio: エラーメッセージなんかこわくない
- サポートサイトでは、サンプルデータが提供されています。R, R studioの導入に欠かせない1冊。また、グラフを書くためのggplot2やRでレポートを書くためのR Markdownの使い方も参考になります。
- 浅野正彦・矢内勇生 (2018)Rによる計量政治学
- データ処理から回帰分析まで学べる1冊となっています。サポートサイトでは、コードや練習問題の解答例が提供されています。
- 石田基広・高橋康介(2018)再現可能性のすゝめ (Wonderful R 3)
- R Markdownの使い方が詳しく説明されています。
- 星野匡郎・田中久稔(2016)Rによる実証分析 ―回帰分析から因果分析へ―
- サポートサイトでは、Rプログラムやシミュレーション用のデータなどが提供されています。
- R Studio cheat sheet
- Stata同様、困ったときに役立つコード一覧表。
- 松村優哉・ 湯谷啓明・紀ノ定保礼・前田和寛(2018)RユーザのためのRStudio[実践]入門:tidyverseによるモダンな分析フローの世界
- dplyr, tidyrといったデータを整理する上で便利なパケージの使い方や、Webスクレイピングの仕方を詳しく説明。サポートサイトでは、サンプルコードが提供されています。
- ギャレット・グロールマンド、ハドリー・ウィッカム (2017)Rではじめるデータサイエンス(原著はこちらで公開)も参考になります。
- ウィンストン・チャン(2019)Rグラフィックスクックブック 第2版 ――ggplot2によるグラフ作成のレシピ集
- ggplot2を使ったグラフを書くときに、手元に置いておきたい1冊。原著はこちらで公開されています。
- 浅野正彦・中村公亮(2018)はじめてのRStudio: エラーメッセージなんかこわくない
- Python
- PyEcon - Python for Econometrics in Economics
- データの前処理、グラフやOLSの仕方が学べます。
- 三浦貴弘:Python による Web スクレイピングにようこそ!
- データの前処理、Webスクレイピングの仕方が学べます。
- データ処理にはこちらの書籍も参考になります:ウェス・マッキニー(2018)Pythonによるデータ分析入門 第2版 ―NumPy、pandasを使ったデータ処理
- Andrius Buteikis: Practical Econometrics and Data Science
- RとPythonのコードを比較しながら、回帰分析が学べます。
- QuantEcon DataScience: Introduction to Economic Modeling and Data Science
- 回帰分析から機械学習まで学べます。QuantEcon Lecturesでは、Quantitative Economics with Python/Juliaも提供されています。
- PyEcon - Python for Econometrics in Economics
6. 各トピックについて詳しく学ぶ
6. 各トピックについて詳しく学ぶ
- Field Experiment・Random Control Trial
- Rachel Glennerster & Kudzai Takavarasha (2013) Running Randomized Evaluations: A Practical Guide(Web page)
- 青柳恵太郎・小林庸平(2019-)EBPMの思考法 やってみようランダム化比較試験!
- 経済セミナー2019年4・5月号から始まった新連載。ウェブ付録で練習をしながら力を身に着けることができます。
- エステル・デュフロ & レイチェル・グレナスター & マイケル・クレーマー(2019)政策評価のための因果関係の見つけ方 ランダム化比較試験入門
- 原著: Duflo, E., Glennerster, R., & Kremer, M. (2007). Using randomization in development economics research: A toolkit. Handbook of development economics, 4, 3895-3962.
- Alan S. Gerber & Donald P. Green (2012) Field Experiments: Design, Analysis, and Interpretation
- サポートサイトでは、データやR, Stataのコードが提供されています。
- 依田高典・田中誠・伊藤公一朗(2017)スマートグリッド・エコノミクス -- フィールド実験・行動経済学・ビッグデータが拓くエビデンス政策
- Natural Experiment
- Propensity Score Matching (PSM)
- Regression Discontinuity (RD)
- Instrumental Variable (IV)
- Difference-in-Differences (DID)
- Synthetic Control Methods (SC)
- Abadie, A., Diamond, A., & Hainmueller, J. (2010). Synthetic control methods for comparative case studies: Estimating the effect of California’s tobacco control program. Journal of the American statistical Association, 105(490), 493-505.
- Jens Hainmueller氏のホームページに、Stata, Matlab, Rのパッケージのダウンロード方法や使用法あり。
- Arkhangelsky, D., Athey, S., Hirshberg, D. A., Imbens, G. W., & Wager, S. (2019). Synthetic difference in differences (No. w25532). National Bureau of Economic Research.
- SCとDIDをうまく組み合わせたSDD。dropout009さんによる解説記事が参考になります。
- Abadie, A., Diamond, A., & Hainmueller, J. (2010). Synthetic control methods for comparative case studies: Estimating the effect of California’s tobacco control program. Journal of the American statistical Association, 105(490), 493-505.