研究課題/領域番号 |
21K18428
|
研究種目 |
挑戦的研究(萌芽)
|
配分区分 | 基金 |
審査区分 |
中区分7:経済学、経営学およびその関連分野
|
研究機関 | 京都大学 |
研究代表者 |
依田 高典 京都大学, 経済学研究科, 教授 (60278794)
|
研究期間 (年度) |
2021-07-09 – 2024-03-31
|
研究課題ステータス |
完了 (2023年度)
|
配分額 *注記 |
6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)
2023年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2022年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
2021年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
キーワード | 因果推論 / 機械学習 / フィールド実験 |
研究開始時の研究の概要 |
本研究は、計量経済学と機械学習の一長一短を学術的に評価し、家庭の節電行動を事例とした無作為比較対照法(RCT)からなるフィールド実験から得られたビッグデータをもとに、因果性の識別を巡って、因果的機械学習の利活用を経済学において確立します。計量経済学の目的はパラメーターの推定と仮説の検定にあり、説明変数が被説明変数に与える効果の信頼区間を調べたりします。機械学習の目的は予測にあり、機械学習では予測誤差を最小化することが求められます。このように、計量経済学と機械学習は目的が異なるが、トップクラスの経済学者が機械学習を因果推論のツールとして融合を進めています。
|
研究成果の概要 |
本研究「因果推論を接着点にして経済学と機械学習の融合をはかる挑戦的研究」では、原因と結果を識別する因果推論を手がかりに、それぞれ独自の発展を遂げてきた計量経済学と機械学習の融合研究を推し進め、エビデンスに基づく政策形成(Evidence Based Policy Making: EBPM)という社会的要請に答え、新しい実証経済学の新境地を切り拓くことを目的としました。
|
研究成果の学術的意義や社会的意義 |
本研究は、計量経済学と機械学習の一長一短を学術的に評価し、家庭の節電行動を事例とした無作為比較対照法(RCT)からなるフィールド実験から得られたビッグデータをもとに、因果性の識別を巡って、因果的機械学習の利活用を経済学において確立します。計量経済学の目的はパラメーターの推定と仮説の検定にあり、説明変数が被説明変数に与える効果の信頼区間を調べたりしました。機械学習の目的は予測にあり、機械学習では予測誤差を最小化することが求められます。このように、計量経済学と機械学習は目的が異なるが、トップクラスの経済学者が機械学習を因果推論のツールとして融合を進めていました。
|