データサイエンス概論(サブゼミ②)
資料
実践プログラムコード
(A)データサイエンス概要_2024年度版_基礎編(A) 選挙データを用いた記述統計学入門
(B)データサイエンス概要_2024年度版_基礎編(B) 欠損値データの推測統計学入門
(C)データサイエンス概要_2024年度版_基礎編(C) 因果推論(因果メディエーション分析) 生活習慣病の進行に対するBMIの影響と血清測定値の直接媒介効果と間接媒介効果
(D)データサイエンス概要_2024年度版_基礎編(D) 仮説に基づく変数(ダミー変数)と選挙データ分析
(E)データサイエンス概要_2024年度版_基礎編(E) 重回帰分析における共変量の選択基準
(欠落変数バイアス(OVB)と条件付き独立（CIA）バイアス)
(F)データサイエンス概要_2024年度版_基礎編(F) 1995〜2020年までの選挙データにおける因果分析
(G)データサイエンス概要_2024年度版_基礎編(G) 選挙データ20年調査の分析
(I)データサイエンス概要_2024年度版_基礎編(I) デフォルトデータセットを元にした(喫煙テーブルデータ, 糖尿病因子データ) 重回帰モデルのパラメータと仮説の立て方・診断手法
(J)データサイエンス概要_2024年度版_基礎編_X(Tweet)データのクラスタリングとTF_IDFのシルエット係数と互情報量評価から考察する当事者言論の抽出への手続的分析手法の試み
(K)データサイエンス概要_2024年度版_基礎編(K)-国際社会とメディアの関係(4)V-Dem 及びV-Dem Party DataSetの多変量解析事例
(N)データサイエンス概要_2024年度版_基礎編_多変量メディアデータを用いた因果メディエーションモデルの応用による直接効果、間接効果の導入と因子バイアスと交絡変数を加えた解析