本講義について

概要

　本講義は、近年社会科学において関心が高まっている「因果推論」を行うための諸手段を理解・習得することを目的とする。最初に、最良の因果推論とも称される RCT(ランダム化比較試験)を説明し、RCTが不可能な際の手法としてマッチング、回帰不連続デザイン、差分の差分法、操作変数法などを紹介する。

　統計学に関する基礎知識が必要である。目安は母平均の差の検定、および線形回帰分析が理解でき、統計ソフトウェアで実行・解釈が可能なレベルである。

　本講義における共通言語はRである。Rの使い方に関しては既にインターネット上に膨大な情報がある。宋と矢内(高知工科大学)が執筆中の以下の資料(無料で閲覧可能)を参照することも1つの選択肢である。

　統計学および定量的分析、Rの使い方については以下の書籍を講義開始日までに読んでおくことを強く推奨する。

　R スクリプト作成の際、{tidyverse}というパッケージ群を積極的に活用する。このパッケージには {dplyr}、{ggplot2}などのパッケージが含まれている。各パッケージの使い方を習得するには以下の教材を推奨する。

Wickham, Hadley and Grolemund, Garrett. 2017. R for Data Science: Import, Tidy, Transform, Visualize, and Model Data, O’Reilly. (邦訳あり/原著はインターネットから無料で閲覧可)
松村優哉・湯谷啓明・紀ノ定保礼・前田和寛 . 2021. 『改訂2版 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—』技術評論社.

以下は本書の内容を（一部）カバーする書籍の目録である。必ずしも購入する必要はないが、予習・復習において適宜参照することを推奨する。

以下の内容は履修者の理解度や進捗状況に応じて変更される可能性がある。