「生物・経済データと因果分析」にて扱う疫学・環境学や経済学・マーケティングサイエンスにおける事例を元に、当該領域のデータの扱いや因果分析の方法について演習を通して学ぶ。
注意：授業形態は、対面授業と同時双方向型オンライン授業の併用です。8回以上の対面出席が必要です。
初回のZoom URL:
Topic: 2023年度の生物・経済データと因果分析演習の第一回
Time: Oct 4, 2023
Join Zoom Meeting
https://shiga-u-ac-jp.zoom.us/j/83602915999?pwd=K25McnNwdTJrM2VMdWRHUEZLOHZWdz09
Meeting ID: 836 0291 5999
Passcode: 431237
|
|
|
1. 当該領域のデータの扱いに慣れる。
2. 因果分析の方法をRとPythonを用いて実行できる。
|
|
|
|
第1回
|
「生物・経済データと因果分析」にて扱う内容に関する演習を行う
1. 疫学事例とマッチング (1)
2. 疫学事例とマッチング (2)
3. 疫学事例とマッチング (3)
4. 疫学事例とマッチング (4)
5. 医学事例と交絡 (1)
6. 医学事例と交絡 (2)
7. 医学事例と交絡 (3)
8. マーケティングサイエンス事例と傾向スコアによる調整 (1)
9. マーケティングサイエンス事例と傾向スコアによる調整 (2)
10. 環境学事例と非巡回有向グラフ (1)
11. 環境学事例と非巡回有向グラフ (2)
12. 政治・経済事例と差分の差分法
13. 政治・経済事例と回帰不連続デザイン
14. 演習 (1)
15. 演習 (2)
|
|
第2回
|
疫学事例とマッチング (2)
|
|
第3回
|
疫学事例とマッチング (3)
|
|
第4回
|
疫学事例とマッチング (4)
|
|
第5回
|
医学事例と交絡 (1)
|
|
第6回
|
医学事例と交絡 (2)
|
|
第7回
|
医学事例と交絡 (3)
|
|
第8回
|
マーケティングサイエンス事例と傾向スコアによる調整 (1)
|
|
第9回
|
マーケティングサイエンス事例と傾向スコアによる調整 (2)
|
|
第10回
|
環境学事例と非巡回有向グラフ (1)
|
|
第11回
|
環境学事例と非巡回有向グラフ (2)
|
|
第12回
|
政治・経済事例と差分の差分法
|
|
第13回
|
政治・経済事例と回帰不連続デザイン
|
|
第14回
|
演習 (1)
|
|
第15回
|
演習 (2)
|
|
|
|
|
|
|
|
|
|
60点: RとPythonを用いて分析の目的に合った因果分析を実行できる。
以下、10点ずつまで加点する
分析の目的に合った前処理を行いデータセットを用意することできる。
Rの出力を適切に解釈でき文書で説明できる
Pythonの出力を適切に解釈でき文書で説明できる
実際に分析する中で必要なプログラミングに関して独自の工夫ができる
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|