注目の投稿

【kepler.gl】コロナ対策による人流の変化も地図上に可視化(各種メディアで報道)

kepler.glのサイト画面 kepler.glを使ってコロナ対策の効果を分析したところ、テレビ、新聞、ネットのメディアから問い合わせや報道依頼が殺到。今も、土日返上で都内や全国の人流変化を分析しています。この記事では人流変化の可視化に便利なkepler.glにつ...

ラベル データ分析の流れ の投稿を表示しています。 すべての投稿を表示
ラベル データ分析の流れ の投稿を表示しています。 すべての投稿を表示

2016年9月22日木曜日

【計量経済学】一般的なデータ分析の流れと計量経済分析の流れの違い

データ分析の流れは、

  1. あるべき姿の把握
  2. 現状とあるべき姿のギャップから問題発見
  3. データ収集
  4. データ分析
  5. 解決策立案
  6. 検証
が一般的。

では、計量経済分析の流れどうなのだろうか?

秋山(2009)によれば下記のようになるとのこと
  1. 経済モデルの提示
  2. データの収集
  3. モデルの特定化
  4. モデルの推定
  5. 仮説検定
  6. 理論を用いての検討(予測、政策の立案)
*1〜5までは各段階で不十分だと判断された場合、前段階に戻る
*1〜5まで合格した場合はモデル(経済理論)を用いて政策評価や予測に用いる

一般的なデータ分析も計量経済分析もデータ収集・分析を通して何らかの問題を解決するという基本的な流れは似ている。大きな違いは、一般的なデータ分析は現状の問題解決が目的でありモデル提示は考慮されないが、計量経済分析ではモデル提示が必須となる点だと言えそうだ。


参考文献
  • 秋山(2009)『Rによる計量経済学』,  オーム社