データ・AIのスキル

経済データの時間的な変化を分析し、定常性の検定からモデル選択、残差診断、予測精度の評価までをPython・R・Stataのコード例で支援するスキル。

• 経済データの傾向と定常性の確認
• ARIMAによる予測と精度評価
• 複数の時系列の関係を調べたいとき

社会科学のベイズ推定で、事前分布の設定からMCMCによる計算、収束診断、事後分布の要約までを支援し、階層モデルや少数標本の分析に使うスキルです。

• 少数標本のモデルで事前分布を選ぶ
• StanやPyMCで階層モデルを実装
• MCMCの収束不良を調べたいとき

線形回帰のモデル設計から実行、前提の検証、結果の解釈までを支援します。Python・R・Stataのコード例を使い、係数や標準誤差を確認できます。

• 実証研究の回帰モデルを設計したいとき
• 残差や説明変数の相関を点検したいとき
• 頑健・クラスタ標準誤差を選びたいとき

多数の説明変数を扱う因果効果の推定や、属性による効果の違いの分析を支援します。DMLやCausal Forestなどの手法選びから実装・診断までを案内するスキルです。

• 多数の調整変数で平均効果を推定したいとき
• 属性ごとの施策効果を調べたいとき
• クロスフィッティングを実装したいとき

機械学習を使って施策や介入の平均的な効果と、属性による効果の違いを分析します。DMLやCausal Forest、変数選択の実装例と診断・報告方法を案内します。

• 多数の変数を考慮して効果を推定
• 属性による効果の違いを調べたいとき
• LASSOによる調整変数の選択

観察データや政策変更から因果効果を調べるために、分析手法の選択から実装、前提の診断、条件を変えても結果が安定するかの確認までを支援します。

• 政策変更の効果に合う分析手法の選択
• 地域ごとに導入時期が異なる政策の分析
• 操作変数の強さと前提の点検

制度の適用基準などの閾値前後を比べる回帰不連続デザインで、効果の推定から比較範囲の選択、妥当性の検証、論文向けの図表整理まで支援するスキル。

• 制度の適用基準付近で効果を調べたいとき
• 処置が確定しない場合のRDD分析
• 閾値付近の操作や属性の偏りの検証

操作変数法や傾向スコアマッチングによる効果推定を支援します。手法の選択、推定コード、弱い操作変数の診断、分析結果の解釈や報告の要点を確認できます。

• 操作変数法とマッチングを選びたいとき
• 二段階最小二乗法の実装
• 弱い操作変数や推定結果の診断

経済学論文向けに、イベントスタディや回帰係数などの作図コードを生成し、文字・配色・寸法からPDF出力、図ファイルの命名まで整えるスキル。

• 介入効果の推移を図示したいとき
• 複数モデルの回帰係数の比較
• 投稿論文の図の体裁をそろえたいとき

死亡・回復・再発などが起こるまでの時間をPythonで分析し、観察終了時に結果が分からないデータも扱いながら、生存曲線の作成や群間比較、リスク要因の推定を進めます。

• 臨床試験の生存期間を分析したいとき
• 治療群ごとの生存曲線の比較
• Cox回帰によるリスク要因の推定

政策や施策の効果を、導入した集団と比較対象の前後変化から分析します。差の差法の前提確認から、導入時期が異なる場合の推定、結果の図示と報告までを支援します。

• 比較対象を使って政策効果を調べたいとき
• 施策導入前の推移を点検したいとき
• 導入時期が異なる施策を分析したいとき

GDPや失業率、株価などを主要な経済データ提供元から取得するPythonコードを作成します。対象国や期間に合わせた取得、データ整形、CSV保存や更新の自動化に使えます。

• GDP・失業率・物価を取得したいとき
• 複数国・複数提供元のデータ作成
• 研究用データの更新を自動化したいとき

調査データや行政データの欠損値・重複・外れ値を整理し、分析用に加工するコードを作成します。Python・R・Stataで、処理の記録と整合性の検証も支援するスキル。

• 調査データの欠損・重複・外れ値の整理
• 複数のデータ源を結合したいとき
• 分析用パネルデータの準備

社会調査のデータを変数定義書と照合し、欠損値や異常値の処理、年次間のコード統一から結合までを進め、処理履歴と清掃報告を残すスキル。

• 入手した調査データを確認したいとき
• 複数年の変数・回答コードの統一
• 研究用のパネルデータ作成

施策と成果の関係を、相関だけでなく因果効果として分析するPythonの作業を支援します。因果関係の仮説を図にし、効果の推定から結果の頑健性確認まで扱います。

• 広告施策が売上に与える因果効果の推定
• 共通要因のある観察データを分析したいとき
• 因果効果の推定結果の頑健性確認

政策や施策の導入前後の変化をRで分析し、効果の推移をグラフにまとめます。導入時期の違いに応じた推定方法の選択や、分析の前提条件の点検も支援します。

• 政策導入前後の効果を図示したいとき
• 導入前のトレンドを点検したいとき
• 導入時期が異なる群を分析したいとき

経済学の実証分析で使うRコードの遅さやメモリ使用量を見直します。大規模な時系列・個体別データの処理、回帰分析、反復計算を、結果の一致を確認しながら最適化します。

• 大規模調査データの読込・集計の最適化
• パネルデータの固定効果回帰の高速化
• Bootstrapやモンテカルロ計算の並列化

機械学習の論文本文や実験データから、構成図や比較グラフを作るスキル。内容に合う図の形式を選び、配色・文字・サイズを論文向けに整えます。

• 手法の説明を構成図にしたいとき
• モデル比較や構成要素別の実験の図示
• 学習曲線や混同行列の可視化

R・Pythonの統計モデルから、予測値や条件間の差、変数の変化に対する効果を求め、結果の解釈を支援します。集計対象や不確実性、仮説検定も整理します。

• 指定した条件の予測確率を求めたいとき
• 変数の変化による効果を調べたいとき
• 集団ごとの処置効果を比較したいとき

Pythonで政策や介入の効果を分析し、前提の整理から推定、結果の頑健性確認、図表作成まで進めます。経済学・公衆衛生・機械学習の分析とWord・Excel・LaTeX出力に対応します。

• 政策や介入の効果を推定したいとき
• 公衆衛生の効果推定を比較したいとき
• 集団ごとの効果の違いを調べたいとき

PythonのPyFixestで固定効果回帰を書く際に、推定関数や数式の指定方法を確認できます。標準誤差の設定から結果の抽出、比較表・図の作成まで参照できるスキルです。

• 固定効果回帰を実装したいとき
• クラスタ標準誤差の設定確認
• 複数モデルの表・図での比較

施策や介入が結果に与える影響を、因果関係の仮説整理から推定・検証・報告まで扱うスキル。利用者と前提を確認し、分析結果の不確実性や限界も明示します。

• 施策や介入の効果を推定したいとき
• 分析前の因果関係の図式化
• 観察データに合う分析手法の選定

ベイズ統計モデルの設計から推定、診断、結果の説明までをPyMCとArviZで進めます。事前分布や予測の妥当性を確かめ、不確実性を含む報告にまとめます。

• 事前分布を選び検証したいとき
• 推定の発散や収束不良の調査
• 階層モデルや回帰モデルの比較

文献調査から仮説検証、成果の整理、論文草稿までを管理します。実験の反復と結果の振り返りを組み合わせ、複数の仮説を扱うAI研究を継続的に進めるスキルです。

• 研究課題から計画を立てたいとき
• 複数の仮説を検証・比較したいとき
• 実験が停滞し方向を見直したいとき