研究者のための回帰分析

オンラインセミナー参加のURL（Zoom）は申し込み後にお知らせいたします。

統計解析ソフト「Stata」をご用意ください。

 

5.研究者のための回帰分析

学生時代に統計学と計量経済学を「しっかり」学ぶ機会のなかった方にお勧めする回帰分析の基礎理論と実践的な操作方法、そして分析結果の正確な「読み方」を学びます。回帰モデルを利用するすべての分析手法の核となる内容を解説します。

 

次のスケジュールで3日間のオンラインセミナーを行います。

10時から12時

12時から13時まで休憩

13時から15時

 

セミナーで利用するテキストとサンプルデータはセミナーの行われる週の月曜日に配布します

 

◆内容

線形回帰モデルは計量経済学によるモデル推定の基礎なる項目です。セミナーの入り口では統計学の基礎を確認します。最小二乗法による線形回帰モデルの項目では不偏推定量、一致性という言葉の意味を正確に理解した上で、後半はこれらの性質を得るために利用するいくつかの統計学的仮定と、その診断方法について解説します。

 

◆セミナーに参加することで得られるも------------------------------------------

□Stataの効率的な操作方法

□分析結果の再現性を確保するためのDoファイルの利用方法

□ダイアログボックスとコマンド入力の使い分け

□グラフエディタの使い方

□回帰分析などの統計解析の実行と分析結果のハンドリング

□機械学習の基本的な考え方

 

1 確率と統計の復習

1.1 確率変数

1.2 統計学の基本的な知識

1.3 条件付きの統計量

1.4 母集団と標本

1.5 練習問題1

 

2 線形回帰モデルのパラメータ推定

2.1 線形回帰

2.2 最小二乗法

2.3 推定結果の解釈

2.4 OLS 推定量の性質

2.5 練習問題2

 

3 推定上の注意点と対応策

3.1 推定値の分散

3.2 不均一分散への対応

3.3 脱落変数の問題

3.4 多重共線性

3.5 練習問題3

 

4 探索的なモデルの構築

4.1 重回帰モデルの推定

4.2 複数の推定値の仮説検定

4.3 回帰モデルの選択

4.4 因果効果(限界効果)

4.5 内部妥当性と外部妥当性

4.6 練習問題4

 

5 非線形モデルの推定

5.1 交差項や累乗項を利用したモデル

5.2 Probit モデルとLogit モデル

5.3 二値モデルの完全分離とベイズ推定

5.4 ポアソン回帰モデル

5.5 練習問題5

 

6 6 操作変数法

6.1 二段階最小二乗法

6.2 操作変数の検証

6.3 GMM

6.4 練習問題6

 

セクション5と6は中上級者向けの内容となっています。線形回帰モデルの内容からより実用的な非線形モデルの推定手法と、説明変数に二値変数が多い場合に遭遇する完全分離問題への対応方法を解説します。

線形回帰モデルの大前提は説明変数と誤差項が無相関であることです。ところが、現実的なデータ解析におけるいくつかの場面では、両者の間に相関が生じてしまうことがあります。そのような場合には推定手法として操作変数法を利用します。