なお大学院レベルの資料として、ぜひ下記の論文にも、講義と並行して目を通していってください。
Imbens, G. W., & Wooldridge, J. M. (2009). Recent developments in the econometrics of program evaluation. Journal of economic literature, 47(1), 5-86.
事前に以下の記事に目を通しておいてください。
「因果推論」（野村総合研究所）
https://www.nri.com/jp/knowledge/glossary/lst/aa/causal_inference
「統計的因果推論のマーケティング応用」（インテージ）
https://www.intageholdings.co.jp/rd/blog/academicprograms/contents201901281400.html
また、前回も紹介した、下記のImbens and Wooldrdige(2009)の論文も入手しておいてください。立教大学のVPN経由で下記リンクにアクセスすれば入手できると思います。
Imbens, G. W., & Wooldridge, J. M. (2009). Recent developments in the econometrics of program evaluation. Journal of economic literature, 47(1), 5-86.
https://www.aeaweb.org/articles?id=10.1257/jel.47.1.5
Zoomリンク(13:25~)
https://rikkyo-ac-jp.zoom.us/j/88380446768?pwd=am8vR04vMTVLeEtRV2NkeW85RFZIQT09
動画
https://rikkyo-ac-jp.zoom.us/rec/share/bTGE1kq3AYB6_yQsh5lC8OdnN3UgJpDmVTuhNxZJTGsCZuILvZZgQLqEASX23WWF.5HyUSNeiJFGfrxtA (パスコード: LExRyW#mN9)
事前に以下の記事に目を通しておいてください。
可能な範囲で、事前に以下の記事に目を通しておいてください。
「なぜ無作為化なのか：『因果推論の根本問題』とその解法」（Take a Risk：林岳彦の研究メモ）
https://takehiko-i-hayashi.hatenablog.com/entry/2013/11/21/221514
また、Imbens & Wooldridge (2009)において、関連があると思うところを自分で探して読んでみてください。
Zoomリンク(13:25~)
https://rikkyo-ac-jp.zoom.us/j/88380446768?pwd=am8vR04vMTVLeEtRV2NkeW85RFZIQT09
動画
(パスコード: Z+Ne@8=?d6)
●講義資料
講義3 割当メカニズム / ルービンの因果モデルの利点
事前に以下の記事に目を通しておいてください。
今年のノーベル経済学賞は、まさにこの講義の内容を形作ったパイオニアの３人に与えられました。可能な範囲で、事前に以下の記事に目を通しておいてください。
Natural experiments help answer important questions (The Prize in Economic Sciences 2021, POPULAR SCIENCE BACKGROUND)
Natural experiments in labour economics and beyond: The 2021 Nobel laureates David Card, Joshua Angrist, and Guido Imbens (Jörn-Steffen Pischke 16 October 2021)
2021年ノーベル経済学賞の簡単な紹介( Cyber Agent | AI tech studio)
【特別公開】コラム「アングリストらによる自然実験アプローチの発展」（西山・新谷・川口・奥井『計量経済学』有斐閣、2019年より）
ノア・スミス「みんなが待ち望んでいた授賞：カード、アングリスト、インベンスのおかげで経済学はより科学的になった」（2021年10月12日）
近藤絢子・成田悠輔 21年ノーベル経済学賞は自然実験と因果関係に着目
●Zoomリンク(13:25~)
https://rikkyo-ac-jp.zoom.us/j/88380446768?pwd=am8vR04vMTVLeEtRV2NkeW85RFZIQT09
●動画
(パスコード: BFYf26&WgM)
●講義資料
講義4 実験と疑似実験
今回の講義内容である"DAG"については、手短にまとめたこの記事がおすすめです。
因果推論にDAGを活用する（医学界新聞）
また、以下のブログ記事はもっと発展的な内容も含んでいますが、勉強になると思います。
<Unboundedlyブログ>
"矢印"をつかって因果関係を視覚的に整理する：因果ダイアグラム（DAG)入門①〜なぜDAGが必要なのか〜
"矢印"をつかって因果関係を視覚的に整理する：因果ダイアグラム（DAG)入門②〜読み方・書き方の基本ルール〜
【点と矢印で因果関係を考える】因果関係がないときにデータから関連が生じるパターンとその対策まとめ：因果ダイアグラム（DAG）によるバイアスの視覚的整理
●Zoomリンク(13:25~)
https://rikkyo-ac-jp.zoom.us/j/88380446768?pwd=am8vR04vMTVLeEtRV2NkeW85RFZIQT09
●動画
TBA
●講義資料
今回はとくに参考情報はありませんが、下記のMixtapeの5.1のsubclassificationのところなどを読んでおくと良いと思います。
●Zoomリンク(13:25~)
https://rikkyo-ac-jp.zoom.us/j/88380446768?pwd=am8vR04vMTVLeEtRV2NkeW85RFZIQT09
●動画
TBA
●講義資料
今回もとくに事前の参考情報はありませんが、傾向スコアについてのより専門的な話は下記のブログ記事などは勉強になります。また、教科書的な内容としては、Mixtapeの内容なども読んでみてください。
傾向（プロペンシティ）スコアの各使用法の仮定・解釈の違いを比較してみた（Unboundedlyブログ）
https://www.krsk-phs.com/entry/propensity_score_comparison
●Zoomリンク(13:25~)
https://rikkyo-ac-jp.zoom.us/j/88380446768?pwd=am8vR04vMTVLeEtRV2NkeW85RFZIQT09
●講義資料
今回はとくに事前の参考情報はありません。教科書的な内容としては、Mixtapeの内容なども読んでみてください。
●Zoomリンク(13:25~)
https://rikkyo-ac-jp.zoom.us/j/88380446768?pwd=am8vR04vMTVLeEtRV2NkeW85RFZIQT09
●講義資料
講義8 パネルデータ分析（その１） （パスワードは7777） [Mixtape]
今回もとくに事前の参考情報はありません。教科書的な内容としては、Mixtapeの内容なども読んでみてください。
●Zoomリンク(13:25~)
https://rikkyo-ac-jp.zoom.us/j/88380446768?pwd=am8vR04vMTVLeEtRV2NkeW85RFZIQT09
●講義資料
差の差法については、今年のノーベル経済学賞関連の以下の記事などが参考になります。教科書的な内容としては、Mixtapeの内容なども読んでみてください。
Natural experiments help answer important questions (The Prize in Economic Sciences 2021, POPULAR SCIENCE BACKGROUND)
●Zoomリンク(13:25~)
https://rikkyo-ac-jp.zoom.us/j/88380446768?pwd=am8vR04vMTVLeEtRV2NkeW85RFZIQT09
●講義資料
講義10（大学院） (パスワード=777777) 差の差(DID)法 [Mixtape]
●講義10の補足動画
●講義動画
今回から操作変数法です。先日の休講分として動画講義とします。学部と共通で、やさしめの内容ですので、必要に応じて1.5倍速、2倍速でもお聞きいただけます。
まだ終わっていない講義10の「差の差法」と錯綜してしまいますが、次回の「操作変数法」は、この講義11を簡単に復習しつつ、この続き（講義12）から始めますので、よろしくお願いします。
●参考情報
今年のノーベル経済学者の３人のうち２人（Joshua AngristとGuido Imbens）は、この「操作変数法」の方法論的・理論的なイノベーションを起こしたことが、大きな受賞理由の一つでした。その点について解説した以下のエッセイを参考までに載せておきます。PDFリンクは２週間ほどで削除します。
また先日、ノーベル経済学賞の受賞講演がありました。Angrist氏の講演で、分かりやすい操作変数の説明があります。
2021 prize in economic sciences lectures
Angrist氏の講演は、このあたりからです。
●講義資料
●補足動画
時間が余ったら、今年のノーベル経済学賞を受賞したAngrist氏が監修し、出演している操作変数法の解説動画を見ます。Introduction to Instrumental Variables (IV) [Marginal Revolution University]
なお、この動画が入っているMarginal Revolution Universityは、Angrist氏による様々な計量経済学の解説のほかにも、面白そうな経済学に関する動画講義がたくさん入っているので、ぜひチェックしてみてください。
[Marginal Revolution University]
[Mastering Econometrics with Joshua Angrist (MIT)]
[Econometrics Q&A with Joshua Angrist]
●Zoomリンク(13:25~)
https://rikkyo-ac-jp.zoom.us/j/88380446768?pwd=am8vR04vMTVLeEtRV2NkeW85RFZIQT09
●講義資料
時間が押しているので、さっさと講義に入りたいと思います。第11回、12回の補足動画を視聴して、操作変数法について理解を深めておくことをお勧めします。
●Zoomリンク(13:25~)
https://rikkyo-ac-jp.zoom.us/j/88380446768?pwd=am8vR04vMTVLeEtRV2NkeW85RFZIQT09
●動画リンク
(パスコード: T9^*m9c9Dn)
●追加動画のリンク
●講義資料
近年、統計的有意性という概念やP値の概念およびそれらの乱用について、注意喚起が行われるようになっています。詳細については、このアメリカ統計協会(ASA)の論説をご覧ください。
復習も兼ねて、決定係数について、以下のネット記事をご紹介します。
【Pythonで学ぶ】決定係数R2で回帰式の精度を評価する【データサイエンス入門:統計編17】
傾きのパラメータの推定を目的とする計量経済学では決定係数はそこまでは重要ではない、という話を講義ではしました。ただし、予測を重視する分野（機械学習など）では、決定係数やその他の予測精度の指標はより重要な意味を持ちます。授業の範囲外ですが、そのあたりを少し解説する中で、決定係数についての理解を深めて頂ければと思います。