https://carlos-mendez.org/ja/books/著書Wowchemy (https://wowchemy.com)ja-jp© 2018–2026 Carlos Mendez. 無断転載を禁じます。https://carlos-mendez.org/media/icon_huedfae549300b4ca5d201a9bd09a3ecd5_79625_512x512_fill_lanczos_center_3.pnghttps://carlos-mendez.org/ja/books/https://carlos-mendez.org/ja/books/macro102/Sat, 17 Oct 2026 00:00:00 +0000https://carlos-mendez.org/ja/books/macro102/<p>生活水準はなぜ大きく向上したのでしょうか。それでも国によって豊かさに大きな差があるのはなぜでしょうか。景気後退時に生産・失業・インフレはどう変わるのでしょうか。<strong>データサイエンスとマクロ経済モデル</strong>は、実際のデータと操作できるモデルを通して、これらの問いに取り組みます。</p> <p><strong>カルロス・メンデス</strong>による本書の原題は <em>Data Science and Macroeconomic Models: An AI-powered Python companion to intermediate macroeconomics</em> です。Charles I. Jonesの <em>Macroeconomics</em>（2024年）をPythonで学ぶための無料公開のオンライン書籍で、<strong>全21章</strong>は同じ章題・順序を採用しています。さらに、<strong>8つの付録</strong>では実践的な基礎から経済成長、モデル推定の発展的な内容へと進みます。Jonesの教科書で経済的な論拠を学び、対応するノートブックでデータとモデルを自分で探究できます。本書は独自のコードと図を備えた独立した補助教材であり、教科書の著者・出版社との提携や公認はありません。</p> <h2 id="本書の学習サイクル">本書の学習サイクル</h2> <p>序文の出発点は、経済の説明をデータに照らして確かめることです。国をまたいで、あるいは長期にわたって繰り返し観察される大まかなパターンは、モデルが説明すべき<strong>定型化された事実</strong>になります。新しいデータが得られたり対象とするサンプルが変わったりすれば、そのパターンも見直せます。</p> <p>各章は、<strong>データ → 探索 → 定型化された事実 → モデル → データとの比較 → 見直し</strong>という学習サイクルをたどります。前半の3段階では、パターンを発見するためのデータサイエンスの技能を身に付けます。後半では、そのパターンをモデルで説明できるかを検討します。予測とデータが合わなければ、より明確な問いを持ってデータに戻るか、説明を改善するためにモデルに戻ります。</p> <figure style="width:min(1130px,calc(100vw - 40px));max-width:none;position:relative;left:50%;transform:translateX(-50%);"> <a href="learning-cycle.svg"> <img src="learning-cycle.svg" alt="学習サイクル：データ、探索、定型化された事実、モデル、データとの比較、見直し。見直しから、より明確な問いを持ってデータへ戻るか、より良いアイデアを持ってモデルへ戻ります。" width="1130" height="176" loading="lazy" decoding="async" style="width:100%;height:auto;"> </a> <figcaption>序文に掲載された学習サイクルの図です。青はデータサイエンス、緑はマクロ経済モデリングを表します。 <a href="learning-cycle.svg">原寸の図を開く</a>. <a href="https://quarcs-lab.github.io/macro102-site/#the-cycle-of-the-book">出典：本書の序文</a> · CC BY-NC 4.0.</figcaption> </figure> <p>モデルが説明できることと、その限界の両方から学びます。例えば、ソロー・モデルは豊かさの違いを説明する手掛かりになり、アイデアの経済学は持続的な成長を扱います。付録Gでは比較から推定へと進み、データを使ってパラメーターを選び、モデルの適合度を評価します。</p> <h2 id="本書でできること">本書でできること</h2> <ul> <li><strong>データを調べる。</strong> 個々の観測値を確認し、期間を拡大し、国や変数を比較できます。FRED、世界銀行、IMF、OECD、Penn World Tableなどの公開データを使い、付録Bでは自分でデータを取得する方法を学びます。</li> <li><strong>モデルを操作する。</strong> スライダーでパラメーターを変更し、ショックを加え、Pythonで方程式を編集できます。生産と成長、労働市場とインフレ、金融政策、金融危機、国内経済と国際経済のつながりを探究します。</li> <li><strong>論拠とコードを一緒に理解する。</strong> 各章では仮定から予測までモデルを組み立て、図ごとに目的・描画コード・読み取るべき点を示します。「Your turn」の課題ではデータやモデルを変更し、結果を解釈します。</li> <li><strong>AIを批判的に活用する。</strong> AIはコードの説明や修正に役立ちますが、動くプログラムでも経済的な問いを取り違えていることがあります。序文では、出力を確かめ、データから得られる根拠を自分で判断することを勧めています。</li> </ul> <h2 id="各章の学び方">各章の学び方</h2> <ol> <li>Jonesの対応する章で経済的な論拠を学んでから、下の章リンクを開き、モデルの概要と対話型の図を探究します。</li> <li><strong>ノートブック</strong>のリンクからGoogle Colabを開き、<strong>Runtime → Run all</strong>を選びます。コードを実行し、パラメーターを変更し、課題に取り組みます。本編の各章ではローカルへのインストールは必要ありません。</li> <li>各章の<strong>スライド</strong>を授業や内容の整理・復習に活用できます。下のリンクは実際の講義スライドを開きます。</li> <li>モデルの予測とデータを比較し、何が変化したかを説明します。Pythonが初めてなら付録Aから始め、数学を復習したいときは付録Cを参照してください。</li> </ol> <h2 id="各章計算用ノートブックスライド">各章・計算用ノートブック・スライド</h2> <p>以下の教材は本書の順序に沿っています。**章題はオンラインで読む章本文、Colabは実行できる計算用ノートブック、スライドは講義資料を開きます。**リンク先の教材は英語です。</p> <h3 id="基礎第12章">基礎：第1〜2章</h3> <p>マクロ経済学が扱う問いと、経済を測定するための道具から始めます。</p> <table> <thead> <tr> <th>章</th> <th>ノートブック</th> <th>スライド</th> </tr> </thead> <tbody> <tr> <td>1. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/ch01-introduction-to-macroeconomics.html" target="_blank" rel="noopener">マクロ経済学入門</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/ch01-introduction-to-macroeconomics.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/ch01/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>2. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/ch02-measuring-the-macroeconomy.html" target="_blank" rel="noopener">マクロ経済の測定</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/ch02-measuring-the-macroeconomy.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/ch02/" target="_blank" rel="noopener">スライド</a></td> </tr> </tbody> </table> <h3 id="長期第38章">長期：第3〜8章</h3> <p>生産、資本蓄積、アイデア、労働市場、インフレを学び、長期的な豊かさを理解します。</p> <table> <thead> <tr> <th>章</th> <th>ノートブック</th> <th>スライド</th> </tr> </thead> <tbody> <tr> <td>3. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/ch03-an-overview-of-long-run-economic-growth.html" target="_blank" rel="noopener">長期的な経済成長の概観</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/ch03-an-overview-of-long-run-economic-growth.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/ch03/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>4. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/ch04-a-model-of-production.html" target="_blank" rel="noopener">生産モデル</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/ch04-a-model-of-production.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/ch04/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>5. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/ch05-the-solow-growth-model.html" target="_blank" rel="noopener">ソロー成長モデル</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/ch05-the-solow-growth-model.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/ch05/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>6. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/ch06-growth-and-ideas.html" target="_blank" rel="noopener">成長とアイデア</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/ch06-growth-and-ideas.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/ch06/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>7. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/ch07-the-labor-market-wages-and-unemployment.html" target="_blank" rel="noopener">労働市場・賃金・失業</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/ch07-the-labor-market-wages-and-unemployment.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/ch07/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>8. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/ch08-inflation.html" target="_blank" rel="noopener">インフレ</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/ch08-inflation.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/ch08/" target="_blank" rel="noopener">スライド</a></td> </tr> </tbody> </table> <h3 id="短期第915章">短期：第9〜15章</h3> <p>IS曲線から動学的確率的一般均衡モデルまで、景気変動・危機・安定化政策を探究します。</p> <table> <thead> <tr> <th>章</th> <th>ノートブック</th> <th>スライド</th> </tr> </thead> <tbody> <tr> <td>9. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/ch09-an-introduction-to-the-short-run.html" target="_blank" rel="noopener">短期分析への入門</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/ch09-an-introduction-to-the-short-run.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/ch09/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>10. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/ch10-the-great-recession-and-the-covid-19-pandemic-a-first-look.html" target="_blank" rel="noopener">大不況とCOVID-19パンデミック：最初の考察</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/ch10-the-great-recession-and-the-covid-19-pandemic-a-first-look.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/ch10/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>11. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/ch11-the-is-curve.html" target="_blank" rel="noopener">IS曲線</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/ch11-the-is-curve.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/ch11/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>12. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/ch12-monetary-policy-and-the-phillips-curve.html" target="_blank" rel="noopener">金融政策とフィリップス曲線</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/ch12-monetary-policy-and-the-phillips-curve.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/ch12/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>13. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/ch13-stabilization-policy-and-the-as-ad-framework.html" target="_blank" rel="noopener">安定化政策と総供給・総需要の枠組み</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/ch13-stabilization-policy-and-the-as-ad-framework.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/ch13/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>14. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/ch14-financial-crises-and-the-short-run-model.html" target="_blank" rel="noopener">金融危機と短期モデル</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/ch14-financial-crises-and-the-short-run-model.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/ch14/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>15. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/ch15-dsge-models-the-frontier-of-business-cycle-research.html" target="_blank" rel="noopener">DSGEモデル：景気循環研究の最前線</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/ch15-dsge-models-the-frontier-of-business-cycle-research.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/ch15/" target="_blank" rel="noopener">スライド</a></td> </tr> </tbody> </table> <h3 id="応用とミクロ的基礎第1620章">応用とミクロ的基礎：第16〜20章</h3> <p>家計や企業の意思決定、政府の政策、貿易、国際金融とモデルを結び付けます。</p> <table> <thead> <tr> <th>章</th> <th>ノートブック</th> <th>スライド</th> </tr> </thead> <tbody> <tr> <td>16. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/ch16-consumption.html" target="_blank" rel="noopener">消費</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/ch16-consumption.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/ch16/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>17. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/ch17-investment.html" target="_blank" rel="noopener">投資</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/ch17-investment.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/ch17/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>18. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/ch18-the-government-and-the-macroeconomy.html" target="_blank" rel="noopener">政府とマクロ経済</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/ch18-the-government-and-the-macroeconomy.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/ch18/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>19. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/ch19-international-trade.html" target="_blank" rel="noopener">国際貿易</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/ch19-international-trade.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/ch19/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>20. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/ch20-exchange-rates-and-international-finance.html" target="_blank" rel="noopener">為替レートと国際金融</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/ch20-exchange-rates-and-international-finance.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/ch20/" target="_blank" rel="noopener">スライド</a></td> </tr> </tbody> </table> <h3 id="今後を考える第21章">今後を考える：第21章</h3> <p>マクロ経済学が明らかにしてきたことと、未解決の問いを考えます。</p> <table> <thead> <tr> <th>章</th> <th>ノートブック</th> <th>スライド</th> </tr> </thead> <tbody> <tr> <td>21. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/ch21-parting-thoughts.html" target="_blank" rel="noopener">おわりに</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/ch21-parting-thoughts.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/ch21/" target="_blank" rel="noopener">スライド</a></td> </tr> </tbody> </table> <h2 id="8つの付録基礎ツール経済成長dsgeモデル">8つの付録：基礎ツール・経済成長・DSGEモデル</h2> <p>付録は、相互に補完する3つの学習経路に沿って並んでいます。</p> <ul> <li><strong>基礎ツール（A〜C）。</strong> Colab・Python・データサイエンスのライブラリから始め、マクロ経済データの取得方法を学び、Pythonによる計算を交えて数学を復習します。</li> <li><strong>経済成長（D〜F）。</strong> Penn World Tableを使い、GDP成長や所得格差を資本・労働・生産性の寄与に分解します。収束の指標を使って貧しい国が豊かな国に追い付くかを調べ、人的資本をソロー・モデルに加え、Mankiw・Romer・Weil（1992年）の国際比較分析を再現します。</li> <li><strong>DSGEモデル（G〜H）。</strong> Snowdropでマクロ経済モデルを書き、解き、推定します。付録Gでは米国のデータを用いたIreland（2004年）のニューケインジアン・モデルの最尤推定とベイズ推定を扱います。付録Hでは推定済みのSmets–Woutersモデルを解き、第15章のインパルス応答を再計算します。</li> </ul> <p>付録Bでは追加のデータ用ライブラリを、GとHではSnowdropを、それぞれ最初のコードセルでインストールします。<strong>8つすべての付録に、計算用ノートブックと講義スライドがあります。</strong></p> <table> <thead> <tr> <th>章</th> <th>ノートブック</th> <th>スライド</th> </tr> </thead> <tbody> <tr> <td>A. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/appA-google-colab-python-and-data-science-libraries.html" target="_blank" rel="noopener">Google Colab・Pythonプログラミング・データサイエンスのライブラリ</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/appA-google-colab-python-and-data-science-libraries.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/appA/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>B. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/appB-accessing-macroeconomic-data-with-python.html" target="_blank" rel="noopener">Pythonによるマクロ経済データの取得</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/appB-accessing-macroeconomic-data-with-python.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/appB/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>C. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/appC-math-review-for-macroeconomics.html" target="_blank" rel="noopener">マクロ経済学のための数学の復習</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/appC-math-review-for-macroeconomics.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/appC/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>D. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/appD-growth-and-development-accounting.html" target="_blank" rel="noopener">成長会計と発展会計</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/appD-growth-and-development-accounting.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/appD/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>E. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/appE-growth-and-convergence-across-countries.html" target="_blank" rel="noopener">各国の経済成長と収束</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/appE-growth-and-convergence-across-countries.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/appE/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>F. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/appF-augmented-solow-growth-model.html" target="_blank" rel="noopener">拡張ソロー成長モデル</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/appF-augmented-solow-growth-model.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/appF/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>G. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/appG-dsge-modeling-with-python.html" target="_blank" rel="noopener">PythonによるDSGEモデリング</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/appG-dsge-modeling-with-python.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/appG/" target="_blank" rel="noopener">スライド</a></td> </tr> <tr> <td>H. <a href="https://quarcs-lab.github.io/macro102-site/notebooks/appH-the-dsge-model-of-smets-and-wouters.html" target="_blank" rel="noopener">SmetsとWoutersのDSGEモデル</a></td> <td><a href="https://colab.research.google.com/github/quarcs-lab/macro102-site/blob/main/notebooks/appH-the-dsge-model-of-smets-and-wouters.ipynb" target="_blank" rel="noopener">Colab</a></td> <td><a href="https://quarcs-lab.github.io/macro102-site/slides/appH/" target="_blank" rel="noopener">スライド</a></td> </tr> </tbody> </table> <h2 id="対象読者">対象読者</h2> <p>学部生・大学院生、独学者、経済への応用を探しているデータサイエンスの学習者、Pythonの実践経験を身に付けたい経済学者を対象としています。**プログラミングの経験は必要ありません。**経済成長に関心がある場合は付録D〜Fで学びを深め、G〜Hではマクロ経済モデルとその解法・推定を結び付けられます。</p> <p><a href="https://quarcs-lab.github.io/macro102-site/" target="_blank" rel="noopener">序文</a>から始めるか、上の章を選んでください。計算用ノートブックが初めてなら、付録Aが出発点になります。</p>https://carlos-mendez.org/ja/books/ccm/Sun, 17 May 2026 00:00:00 +0000https://carlos-mendez.org/ja/books/ccm/<h2 id="比較因果メトリクスへようこそ開発中">比較因果メトリクスへようこそ！（開発中）</h2> <p><em>地域インパクト評価への入門</em></p> <p>RとQuartoで実装・レンダリングされた現代的な因果推論の手法を用いた<strong>地域インパクト評価</strong>への入門です。本リソースは、政策や介入が地域の成果に及ぼす効果を評価するための準実験的手法を扱い、完全な再現性を実現するため解説付きの実例と一般公開データを提供します。</p> <p>開発中の本書には以下が含まれます。</p> <ul> <li><strong>手法の比較ツアー</strong> — 分割時系列分析や差分の差分法から、合成コントロール、ベイズ構造時系列、そして最新のパネルデータ推定量まで、地域比較の視点に基づいて解説します。</li> <li><strong>R + Quarto ノートブック</strong> — 折りたたみ可能なコードを備えた再現可能な各章。ローカルでレンダリングしたり、ご自身のデータで拡張したりできます。</li> </ul> <p>本書は2つの部で構成されています。</p> <ul> <li><strong>第I部 — 単一処置ユニット（第1〜9章）</strong> では、カリフォルニア州の1989年「提案99」たばこ税という単一の事例を用いて直観を養います。</li> <li><strong>第II部 — 段階的導入（第10〜12章）</strong> では、多数のユニットが異なる時点で政策を導入する状況へと進み、Callaway–Sant&rsquo;Anna の最低賃金に関する郡パネルを用います。</li> </ul> <h2 id="章構成">章構成</h2> <p><strong>第I部 — 単一処置ユニット</strong></p> <ol> <li><a href="https://quarcs-lab.github.io/ccm/01-introduction.html" target="_blank" rel="noopener">はじめに</a></li> <li><a href="https://quarcs-lab.github.io/ccm/02-interrupted-time-series.html" target="_blank" rel="noopener">分割時系列分析</a></li> <li><a href="https://quarcs-lab.github.io/ccm/03-basic-diff-in-diff.html" target="_blank" rel="noopener">基本的な差分の差分法</a></li> <li><a href="https://quarcs-lab.github.io/ccm/04-classical-synthetic-control.html" target="_blank" rel="noopener">古典的な合成コントロール</a></li> <li><a href="https://quarcs-lab.github.io/ccm/05-augmented-synthetic-control.html" target="_blank" rel="noopener">拡張合成コントロール</a></li> <li><a href="https://quarcs-lab.github.io/ccm/06-synthetic-did.html" target="_blank" rel="noopener">合成差分の差分法</a></li> <li><a href="https://quarcs-lab.github.io/ccm/07-structural-bayesian-ts.html" target="_blank" rel="noopener">ベイズ構造時系列</a></li> <li><a href="https://quarcs-lab.github.io/ccm/08-synthetic-control-prediction-intervals.html" target="_blank" rel="noopener">予測区間付き合成コントロール</a></li> <li><a href="https://quarcs-lab.github.io/ccm/09-bayesian-spatial-sc.html" target="_blank" rel="noopener">ベイズ空間合成コントロール</a></li> </ol> <p><strong>第II部 — 段階的導入</strong></p> <ol start="10"> <li><a href="https://quarcs-lab.github.io/ccm/10-staggered-did.html" target="_blank" rel="noopener">段階的差分の差分法</a></li> <li><a href="https://quarcs-lab.github.io/ccm/11-matrix-completion-and-ife.html" target="_blank" rel="noopener">交互作用固定効果と行列補完</a></li> <li><a href="https://quarcs-lab.github.io/ccm/12-gsynth.html" target="_blank" rel="noopener">一般化合成コントロール</a></li> </ol> <p>さらに：<a href="https://quarcs-lab.github.io/ccm/references.html" target="_blank" rel="noopener">参考文献</a></p> <p><a href="https://github.com/quarcs-lab/ccm" target="_blank" rel="noopener">https://github.com/quarcs-lab/ccm</a> で貢献やコメントをお寄せください。</p> <h2 id="関連プロジェクト">関連プロジェクト</h2> <p>補完リソース：<a href="https://carlos-mendez.org/ja/books/intro2causal/">因果メトリクスをマスターする</a> — Angrist &amp; Pischke の <em>Mastering &lsquo;Metrics</em> に基づく、AIを活用したPythonの学習ガイドです。</p>https://carlos-mendez.org/ja/books/intro2causal/Wed, 22 Apr 2026 00:00:00 +0000https://carlos-mendez.org/ja/books/intro2causal/<h2 id="因果メトリクスをマスターするへようこそ">因果メトリクスをマスターするへようこそ！</h2> <p><strong>因果メトリクスをマスターする</strong>のための、AIを活用した学習ガイドです。Angrist &amp; Pischke の基礎的な教科書 <a href="https://www.masteringmetrics.com/" target="_blank" rel="noopener"><em>Mastering &lsquo;Metrics: The Path from Cause to Effect</em></a> をもとに、インタラクティブなPythonノートブックとAIツールを使って因果推論の基礎を学びます。</p> <p>本プラットフォームには以下が含まれます。</p> <ul> <li><strong>基礎的な手法</strong> — Angrist &amp; Pischke の <em>Mastering &lsquo;Metrics</em> に基づきます。ランダム化試験から差分の差分法まで、因果推論を学びます。</li> <li><strong>Pythonノートブック</strong> — インストール不要のGoogle Colabノートブック。実データ、動作するコード、各手法の完全な実装を備えています。</li> <li><strong>AIを活用した学習</strong> — 異なる教育スタイルを持つ複数のAIチューター。</li> </ul> <h2 id="インタラクティブなgoogle-colabノートブック">インタラクティブなGoogle Colabノートブック</h2> <p>下記のいずれかのバッジをクリックすると、ブラウザ上で即座に開いて実行できます。</p> <h3 id="第i部概念的枠組み">第I部：概念的枠組み</h3> <table> <thead> <tr> <th>章</th> <th>タイトル</th> <th>トピック</th> <th>Colabノートブック</th> </tr> </thead> <tbody> <tr> <td><strong>1</strong></td> <td>ランダム化試験</td> <td>選択バイアス、潜在的結果、RAND HIE</td> <td><a href="https://colab.research.google.com/github/cmg777/intro2causal/blob/main/notebooks_colab/01-randomized-trials.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> </tbody> </table> <h3 id="第ii部5つのツール">第II部：5つのツール</h3> <table> <thead> <tr> <th>章</th> <th>タイトル</th> <th>トピック</th> <th>Colabノートブック</th> </tr> </thead> <tbody> <tr> <td><strong>2</strong></td> <td>回帰</td> <td>OLS、欠落変数バイアス、不適切な統制変数</td> <td><a href="https://colab.research.google.com/github/cmg777/intro2causal/blob/main/notebooks_colab/02-regression.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> <tr> <td><strong>3</strong></td> <td>操作変数</td> <td>LATE、コンプライアー、ミネアポリスの家庭内暴力実験</td> <td><a href="https://colab.research.google.com/github/cmg777/intro2causal/blob/main/notebooks_colab/03-instrumental-variables.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> <tr> <td><strong>4</strong></td> <td>回帰不連続デザイン</td> <td>シャープRD、バンド幅、飲酒の法定年齢と死亡率</td> <td><a href="https://colab.research.google.com/github/cmg777/intro2causal/blob/main/notebooks_colab/04-regression-discontinuity.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> <tr> <td><strong>5</strong></td> <td>差分の差分法</td> <td>平行トレンド、双方向固定効果、大恐慌期の銀行</td> <td><a href="https://colab.research.google.com/github/cmg777/intro2causal/blob/main/notebooks_colab/05-differences-in-differences.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> </tbody> </table> <h3 id="第iii部総合">第III部：総合</h3> <table> <thead> <tr> <th>章</th> <th>タイトル</th> <th>トピック</th> <th>Colabノートブック</th> </tr> </thead> <tbody> <tr> <td><strong>6</strong></td> <td>教育の収益</td> <td>双子、出生四半期、学位の効果</td> <td><a href="https://colab.research.google.com/github/cmg777/intro2causal/blob/main/notebooks_colab/06-wages-of-schooling.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> </tbody> </table> <h3 id="ノートブックの使い方">ノートブックの使い方</h3> <ol> <li>上記のいずれかの <strong>「Open in Colab」バッジをクリックします</strong></li> <li>Googleアカウント（無料）で <strong>ログインします</strong></li> <li>ランタイムメニューの <strong>「すべて実行」をクリックします</strong>（または各セルを個別に実行します）</li> <li><strong>探索して変更します</strong> — パラメータを変えたり、別のモデルを試したり、データで実験したりできます</li> <li><strong>作業を保存します</strong> — ファイル ＞ ドライブにコピーを保存 で、変更内容を保持できます</li> </ol> <p><strong>インストール不要、ダウンロード不要、設定不要！</strong></p> <h2 id="著者とクレジット">著者とクレジット</h2> <p><strong>Carlos Mendez</strong> — Pythonでの実装および教育用ノートブックの開発</p> <p><strong>Joshua D. Angrist &amp; Jörn-Steffen Pischke</strong> — 原著教科書 <a href="https://www.masteringmetrics.com/" target="_blank" rel="noopener"><em>Mastering &lsquo;Metrics</em></a></p>https://carlos-mendez.org/ja/books/metricsai/Mon, 26 Jan 2026 00:00:00 +0000https://carlos-mendez.org/ja/books/metricsai/<h1 id="-ai主導の計量経済学">🤖 AI主導の計量経済学</h1> <p><strong>クラウド上のPythonノートブックによる入門</strong> <img src="https://raw.githubusercontent.com/quarcs-lab/metricsai/main/images/ch00_visual_summary.jpg" alt="Chapter 0 visual summary" style="max-width: 100%; height: auto;"></p> <hr> <h2 id="-ビジョン">🚀 ビジョン</h2> <ul> <li>🤖 AI時代の計量経済学</li> <li>☁️ クラウドでのインタラクティブな学習</li> <li>📊 実データ、本物の経済学的問い</li> </ul> <p>計量経済学の学習は、理論的厳密さを保ちながら、能動的・計算的でAIに支援されたプロセスとして捉え直されます。</p> <hr> <h2 id="-なぜ計量経済学の教育を見直すのか">🧠 なぜ計量経済学の教育を見直すのか</h2> <ul> <li>📖 受動的な教科書</li> <li>💻 高い技術的障壁</li> <li>🔗 理論とその実装の間の隔たり</li> </ul> <p>伝統的なアプローチは、意味のあるデータ分析をしばしば遅らせ、概念的な理解を妨げます。</p> <hr> <h2 id="-本書のアプローチ">🔄 本書のアプローチ</h2> <ul> <li>🧱 基礎概念</li> <li>🧪 計算的ノートブック</li> <li>🤖 AIで強化された学習</li> </ul> <p>3つの柱からなる体系が、理論、プログラミング、AIを統合し、能動的な学習エコシステムを生み出します。</p> <hr> <h2 id="-柱1基礎概念">📘 柱1：基礎概念</h2> <ul> <li>📚 Cameron（2022）に基づく</li> <li>📐 厳密な計量経済学の理論</li> <li>🌍 応用的で実践的なアプローチ</li> </ul> <p>構成と内容は、標準的な計量経済学および研究の実践に沿っています。</p> <hr> <h2 id="-構成">🗂️ 構成</h2> <ul> <li>🧮 統計学の基礎</li> <li>📉 二変量回帰</li> <li>📊 重回帰</li> <li>🔬 発展的なテーマ</li> </ul> <p>17章が、基礎から現代的な実証的手法へと体系的に進みます。</p> <hr> <h2 id="-柱2計算的ノートブック">☁️ 柱2：計算的ノートブック</h2> <ul> <li>🚫 インストール不要</li> <li>🧑‍💻 Google Colab</li> <li>🌐 あらゆるデバイスからアクセス</li> </ul> <p>各章には、インタラクティブなPythonノートブックが付属します。</p> <hr> <h2 id="-現代的なpythonスタック">🧰 現代的なPythonスタック</h2> <ul> <li>🐼 データ操作</li> <li>📐 計量経済学的モデリング</li> <li>📊 可視化</li> </ul> <p>学習者は、実証研究のために広く用いられ、応用の効くツールを学びます。</p> <hr> <h2 id="-プログラミングで学ぶ">🔁 プログラミングで学ぶ</h2> <ul> <li>✏️ コードを修正し再実行する</li> <li>⚡ 即時のフィードバック</li> <li>🔍 能動的な実験</li> </ul> <p>理解は、データとモデルとの直接的なやり取りを通じて深まります。</p> <hr> <h2 id="-柱3aiで強化された学習">🤖 柱3：AIで強化された学習</h2> <ul> <li>🖼️ 視覚的な要約</li> <li>📑 AIが生成したスライド</li> <li>🎙️ ポッドキャストとクイズ</li> </ul> <p>複数の形式が学習を補強し、さまざまな好みに適応します。</p> <hr> <h2 id="-aiの責任ある利用">⚖️ AIの責任ある利用</h2> <ul> <li>🧠 AIは思考を支援するものであり、置き換えるものではありません</li> <li>🔍 検証は不可欠です</li> <li>📘 理論は依然として中心にあります</li> </ul> <p>AIは理解を高めますが、計量経済学的な推論に取って代わるものではありません。</p> <hr> <h2 id="-3つの要素からなる学習システム">🔗 3つの要素からなる学習システム</h2> <ul> <li>📕 本書</li> <li>🌐 metricsAIウェブサイト</li> <li>📘 Cameronの教科書</li> </ul> <p>これらは全体として、完結的で一貫した学習環境を形作ります。</p> <hr> <h2 id="-結論">🎓 結論</h2> <ul> <li>📊 計算を通じた計量経済学</li> <li>🤖 AIで強化された</li> <li>🌍 身近で厳密な</li> </ul> <hr> <h2 id="-インタラクティブなgoogle-colabノートブック">📓 インタラクティブなGoogle Colabノートブック</h2> <p>下記のいずれかのバッジをクリックすると、ブラウザ上で即座に開いて実行できます。</p> <h3 id="第i部統計の基礎">第I部：統計の基礎</h3> <table> <thead> <tr> <th>章</th> <th>タイトル</th> <th>Colabノートブック</th> </tr> </thead> <tbody> <tr> <td><strong>1</strong></td> <td>経済データの分析</td> <td><a href="https://colab.research.google.com/github/quarcs-lab/metricsai/blob/main/notebooks_colab/ch01_Analysis_of_Economics_Data.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> <tr> <td><strong>2</strong></td> <td>一変量データの要約</td> <td><a href="https://colab.research.google.com/github/quarcs-lab/metricsai/blob/main/notebooks_colab/ch02_Univariate_Data_Summary.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> <tr> <td><strong>3</strong></td> <td>標本平均</td> <td><a href="https://colab.research.google.com/github/quarcs-lab/metricsai/blob/main/notebooks_colab/ch03_The_Sample_Mean.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> <tr> <td><strong>4</strong></td> <td>平均に関する統計的推測</td> <td><a href="https://colab.research.google.com/github/quarcs-lab/metricsai/blob/main/notebooks_colab/ch04_Statistical_Inference_for_the_Mean.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> </tbody> </table> <h3 id="第ii部二変量回帰">第II部：二変量回帰</h3> <table> <thead> <tr> <th>章</th> <th>タイトル</th> <th>Colabノートブック</th> </tr> </thead> <tbody> <tr> <td><strong>5</strong></td> <td>二変量データの要約</td> <td><a href="https://colab.research.google.com/github/quarcs-lab/metricsai/blob/main/notebooks_colab/ch05_Bivariate_Data_Summary.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> <tr> <td><strong>6</strong></td> <td>最小二乗推定量</td> <td><a href="https://colab.research.google.com/github/quarcs-lab/metricsai/blob/main/notebooks_colab/ch06_The_Least_Squares_Estimator.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> <tr> <td><strong>7</strong></td> <td>二変量回帰の統計的推測</td> <td><a href="https://colab.research.google.com/github/quarcs-lab/metricsai/blob/main/notebooks_colab/ch07_Statistical_Inference_for_Bivariate_Regression.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> <tr> <td><strong>8</strong></td> <td>二変量回帰のケーススタディ</td> <td><a href="https://colab.research.google.com/github/quarcs-lab/metricsai/blob/main/notebooks_colab/ch08_Case_Studies_for_Bivariate_Regression.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> <tr> <td><strong>9</strong></td> <td>自然対数を用いたモデル</td> <td><a href="https://colab.research.google.com/github/quarcs-lab/metricsai/blob/main/notebooks_colab/ch09_Models_with_Natural_Logarithms.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> </tbody> </table> <h3 id="第iii部重回帰">第III部：重回帰</h3> <table> <thead> <tr> <th>章</th> <th>タイトル</th> <th>Colabノートブック</th> </tr> </thead> <tbody> <tr> <td><strong>10</strong></td> <td>重回帰のためのデータ要約</td> <td><a href="https://colab.research.google.com/github/quarcs-lab/metricsai/blob/main/notebooks_colab/ch10_Data_Summary_for_Multiple_Regression.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> <tr> <td><strong>11</strong></td> <td>重回帰の統計的推測</td> <td><a href="https://colab.research.google.com/github/quarcs-lab/metricsai/blob/main/notebooks_colab/ch11_Statistical_Inference_for_Multiple_Regression.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> <tr> <td><strong>12</strong></td> <td>重回帰に関する発展的トピック</td> <td><a href="https://colab.research.google.com/github/quarcs-lab/metricsai/blob/main/notebooks_colab/ch12_Further_Topics_in_Multiple_Regression.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> <tr> <td><strong>13</strong></td> <td>重回帰のケーススタディ</td> <td><a href="https://colab.research.google.com/github/quarcs-lab/metricsai/blob/main/notebooks_colab/ch13_Case_Studies_for_Multiple_Regression.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> </tbody> </table> <h3 id="第iv部発展的トピック">第IV部：発展的トピック</h3> <table> <thead> <tr> <th>章</th> <th>タイトル</th> <th>Colabノートブック</th> </tr> </thead> <tbody> <tr> <td><strong>14</strong></td> <td>指示変数を用いた回帰</td> <td><a href="https://colab.research.google.com/github/quarcs-lab/metricsai/blob/main/notebooks_colab/ch14_Regression_with_Indicator_Variables.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> <tr> <td><strong>15</strong></td> <td>変換変数を用いた回帰</td> <td><a href="https://colab.research.google.com/github/quarcs-lab/metricsai/blob/main/notebooks_colab/ch15_Regression_with_Transformed_Variables.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> <tr> <td><strong>16</strong></td> <td>モデルとデータの検証</td> <td><a href="https://colab.research.google.com/github/quarcs-lab/metricsai/blob/main/notebooks_colab/ch16_Checking_the_Model_and_Data.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> <tr> <td><strong>17</strong></td> <td>パネルデータ、時系列、因果性</td> <td><a href="https://colab.research.google.com/github/quarcs-lab/metricsai/blob/main/notebooks_colab/ch17_Panel_Data_Time_Series_Data_Causation.ipynb" target="_blank" rel="noopener"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a></td> </tr> </tbody> </table> <h3 id="ノートブックの使い方">ノートブックの使い方</h3> <ol> <li>上記のいずれかの <strong>「Open in Colab」バッジをクリックします</strong></li> <li>Googleアカウント（無料）で <strong>ログインします</strong></li> <li>ランタイムメニューの <strong>「すべて実行」をクリックします</strong>（または各セルを個別に実行します）</li> <li><strong>探索して変更します</strong> - パラメータを変えたり、別のモデルを試したり、データで実験したりできます</li> <li><strong>作業を保存します</strong> - ファイル → ドライブにコピーを保存 で、変更内容を保持できます</li> </ol> <p><strong>インストール不要、ダウンロード不要、設定不要！</strong></p> <h2 id="-著者とクレジット">👥 著者とクレジット</h2> <p><strong>Carlos Mendez</strong> - Pythonでの実装および教育用ノートブックの開発</p> <p><strong>A. Colin Cameron</strong> - 教科書、データ、Stata/Rのコード、および原版スライド。</p>https://carlos-mendez.org/ja/books/convergence-clubs/Tue, 17 Nov 2020 00:00:00 +0000https://carlos-mendez.org/ja/books/convergence-clubs/https://carlos-mendez.org/ja/books/essays-productivity/Mon, 27 Jul 2015 00:00:00 +0000https://carlos-mendez.org/ja/books/essays-productivity/