ミクロ計量分析の常識が身につく『実証分析入門 データから「因果関係」を読み解く作法』
各章のサブタイトルがアニメや時事ネタのパロディーになっていると話題の『実証分析入門 データから「因果関係」を読み解く作法』だが、法学セミナー連載「法律家のための実証分析入門」をまとめたもので、連載時の原稿が著者の森田果氏のページに微妙な形（dvi形式）で公開されていたので幾つかの章を拝読してみた。面白いし、ミクロ計量分析の常識が身につきそうで、分野外の人や学部生が読むと丁度よさそうな感じになっている。 常識と言うのは、専門用語と分析上の注意点のことだ。ミクロ計量分析をする人々は専門用語をそうではないように気軽に使うし、分析上の注意点も大雑把には共有している。この共有レベルが高いので、計量分析者の中には「クロスセクションではなくパネルでやってみたら・・・」「弱相関テストの結果・・・」「同時性が考えられるため・・・」のような事を、一般人にも容赦なく言うコミュニケーション障害者がよく稀に存在する
時系列データの相関係数はあてにならない
元官僚の高橋洋一氏が時系列データの相関係数が高い事を論拠にしているが、この論証方法は全くもって厳密ではない。 計量経済学では時系列データの相関係数はあてにならない事は80年代から良く知られており、これに関連した業績でエングルとグレンジャーは、2003年にノーベル経済学賞を受賞している。 高橋氏のトリックを説明したい。世の中には時間とともに変化していくトレンド*1と言うのが多くある。このトレンドがあるデータを二つ比較すると、どちらも時間に対して相関しているため、相関があるように見えてしまう。 例えば戦後、一人あたりの米の消費量は減少し、コンピューターの普及台数は飛躍的に伸びたが、この二つの現象を結びつけて考える人はいない。しかし、米の消費量とコンピューターの普及台数は、高い相関を持つ事になる。 実データの場合は屁理屈をつける事も可能かも知れないので、シミュレーションして確かめてみよう。
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
