Challenging research to integrate economics and machine learning using causal inference

使用因果推理整合经济学和机器学习的挑战性研究

基本信息

  • 批准号:
    21K18428
  • 负责人:
  • 金额:
    $ 4.16万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Challenging Research (Exploratory)
  • 财政年份:
    2021
  • 资助国家:
    日本
  • 起止时间:
    2021-07-09 至 2024-03-31
  • 项目状态:
    已结题

项目摘要

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。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す。研究方法は3年間に分けて、3ステップで行われます。1年目は、RCTフィールド実験による節電実験で、千規模の実証データを収集します。2年目は、コウザルフォレストを用いて、HTEを推定します。3年目は、推定結果から、個人属性毎に介入するべきかどうかのターゲティングを提案します。・2022年度の研究方法:電力消費量データ・アンケート回答結果を変数として、因果的機械学習の一種であるコウザルフォレストを用いて、世帯毎のHTEを推定します。
This study aims to establish the academic evaluation of econometrics and mechanical learning, the case study of household energy saving action, and the comparative study of causality. The purpose of metrology is to determine the number of parameters to be specified and the information interval to be specified. The goal of mechanical learning is to minimize prediction errors. In this regard, although econometrics and machine learning have different goals, local economists are advancing the integration of machine learning and causal inference. This study is titled "A Study on the Integration of Causal Inference and Mechanical Learning". It is a study on the integration of causal inference and mechanical learning.(Evidence Based Policy Making: EBPM) The research method is divided into three parts: 1. 1 year ago, RCT was implemented to save energy and to collect data on a large scale. 2 years ago, the United States and Japan were involved in the construction of a joint venture. 3 years, estimated results, personal attributes, every intervention, every proposal 2022 research method: power consumption, power consumption,

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
The Effect of Information Provision on Stated and Revealed Preferences: A Field Experiment on the Choice of Power Tariffs Before and After Japanese Retail Electricity Liberalization
  • DOI:
    10.1007/s10640-022-00667-0
  • 发表时间:
    2019-10
  • 期刊:
  • 影响因子:
    5.9
  • 作者:
    Takunori Ishihara;T. Ida
  • 通讯作者:
    Takunori Ishihara;T. Ida
HETEROGENEOUS TREATMENT EFFECTS OF NUDGE AND REBATE: CAUSAL MACHINE LEARNING IN A FIELD EXPERIMENT ON ELECTRICITY CONSERVATION
助推和回扣的异质处理效果:节电现场实验中的因果机器学习
  • DOI:
    10.1111/iere.12589
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    1.5
  • 作者:
    Murakami Kayo;Shimada Hideki;Ushifusa Yoshiaki;Ida Takanori
  • 通讯作者:
    Ida Takanori
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

依田 高典其他文献

依田 高典的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('依田 高典', 18)}}的其他基金

リバタリアンかパターナリズムかそれとも両方か:経験的社会厚生最大化メソッド
自由主义、家长主义或两者兼而有之:一种实证的社会福利最大化方法
  • 批准号:
    23K22113
  • 财政年份:
    2024
  • 资助金额:
    $ 4.16万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
Libertarianism, Patternalism, or Both: The Empirical Welfare Maximization Method
自由主义、模式主义或两者兼而有之:经验福利最大化方法
  • 批准号:
    22H00842
  • 财政年份:
    2022
  • 资助金额:
    $ 4.16万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
情報通信産業の競争・規制の理論・実証研究:ユニバーサル・サービス政策を中心に
信息通信产业竞争与监管的理论与实证研究:聚焦普遍服务政策
  • 批准号:
    15730133
  • 财政年份:
    2003
  • 资助金额:
    $ 4.16万
  • 项目类别:
    Grant-in-Aid for Young Scientists (B)
情報・ネットワーク産業の競争・規制の理論実証研究:ユニバーサル・サービス政策を中心に
信息网络产业竞争与规制的理论与实证研究——以普遍服务政策为中心
  • 批准号:
    11730039
  • 财政年份:
    1999
  • 资助金额:
    $ 4.16万
  • 项目类别:
    Grant-in-Aid for Encouragement of Young Scientists (A)
情報ネットワーク産業の理論並びに実証研究
信息网络产业理论与实证研究
  • 批准号:
    08730040
  • 财政年份:
    1996
  • 资助金额:
    $ 4.16万
  • 项目类别:
    Grant-in-Aid for Encouragement of Young Scientists (A)

相似海外基金

肝臓内酸素動態を含む透析低血圧発症予知モデルの構築:統計・機械学習分析による解析
构建预测透析低血压发作(包括肝内氧动态)的模型:使用统计和机器学习分析进行分析
  • 批准号:
    24K15796
  • 财政年份:
    2024
  • 资助金额:
    $ 4.16万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
臨床情報による高精度分娩進行予測モデルの開発: 機械学習の活用
利用临床信息开发高精度的分娩进展预测模型:利用机器学习
  • 批准号:
    24K13948
  • 财政年份:
    2024
  • 资助金额:
    $ 4.16万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
新興感染症のシステマティック・レビューを機械学習を用いて簡易に実施するための研究
利用机器学习轻松对新发传染病进行系统评价的研究
  • 批准号:
    24K13518
  • 财政年份:
    2024
  • 资助金额:
    $ 4.16万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
独立成分分析を活用した信頼性の高い機械学習手法の構築
使用独立成分分析构建可靠的机器学习方法
  • 批准号:
    24K15093
  • 财政年份:
    2024
  • 资助金额:
    $ 4.16万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
学習過程情報に基づき理由を説明可能な高速論理型機械学習器の開発の提案
开发可根据学习过程信息解释原因的高速逻辑机器学习装置的提案
  • 批准号:
    24K15095
  • 财政年份:
    2024
  • 资助金额:
    $ 4.16万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
多次元イベント時間データ解析の推測理論と方法・機械学習の開発
多维事件时间数据分析的推理理论和方法/机器学习的发展
  • 批准号:
    24K14853
  • 财政年份:
    2024
  • 资助金额:
    $ 4.16万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
速度ポテンシャルエネルギー整形法と機械学習を用いた宇宙機制御理論の開発
利用速度势能整形方法和机器学习发展航天器控制理论
  • 批准号:
    23K20946
  • 财政年份:
    2024
  • 资助金额:
    $ 4.16万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
ユビキタス機械学習社会におけるプライバシ保護基盤
无处不在的机器学习社会中的隐私保护基础设施
  • 批准号:
    23K21695
  • 财政年份:
    2024
  • 资助金额:
    $ 4.16万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
正則化機能強化による超ロバスト推定法の開拓と一般化:信号処理・機械学習への応用
通过加强正则化功能开发和推广超鲁棒估计方法:在信号处理和机器学习中的应用
  • 批准号:
    23K22762
  • 财政年份:
    2024
  • 资助金额:
    $ 4.16万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
攻撃に耐性を持つ機械学習モデルによる設計工程ハードウェアトロイ検知
使用抗攻击的机器学习模型在设计过程中检测硬件木马
  • 批准号:
    23K24816
  • 财政年份:
    2024
  • 资助金额:
    $ 4.16万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了