利益:
- 相関関係と因果関係の区別と、人工知能のサポートによる差分差分 (DiD)、操作変数 (IV)、回帰不連続性 (RDD) などの設計ロジックを理解する
- 各設計の基礎となる決定的な前提 (並行傾向、除外制約、不連続性の中の連続性) と、テスト/防御コードの作成における AI の役割を確認できるようになります。
- 観察データから過剰な因果関係を主張する人工知能の解釈を認識し特定する戦略を批判的に評価する能力。
単位
1. 計量経済学と統計における人工知能: 役割、境界、認証、プライバシー
2. データのクリーニングと準備: 欠損データ、外れ値、コーディング
3. 探索的データ分析と視覚化: 人工知能によるグラフ作成と解釈
4. 線形回帰: モデルの構築、係数の解釈、および仮定
5. 回帰診断と違反: 共線性、不均一分散性、自己相関
6. 仮説検定と p 値: 有意性、検出力、および多重比較
7. p-ハッキング、HARKing、統計的整合性: 人工知能時代の落とし穴
8. 時系列分析: 定常性、ARIMA、予測
9. 因果関係と政策分析: DiD、IV、RDD、人工知能
10. コード生成と再現性: R/Python、バージョン管理と再現性
11. レポート作成、コミュニケーション、倫理: 結果の提示と境界の伝達