研究テーマ

最近は主として、高次元データと呼ばれる規模の大きいデータを分析するための手法を研究しています。大規模なデータには役に立たない情報が多く含まれており、これらを除去しないと、適切に統計分析を行うことができません。そこで、できるだけ有用な情報を失うことなく、データの次元を削減する方法を考察しています。

講義・ゼミの内容

担当経験のある科目

大学院講義

計量経済学B
卒業論文、修士論文などで実証研究を行う際に必要となる計量経済学の手法を学びます。扱うトピックは古典的なものが多いですが、現代的な視点から解説を行います。

学部ゼミ

3年次では教科書の輪読やコンピュータを用いた作業を通じて、機械学習の基礎を学びます。RもしくはPythonを用いて、データ分析が行えるようになることを目指します。そのため、kaggleに参加して、実データの分析を行うことを予定しています。
4年次には各自が関心のあるテーマを選び、卒業論文の執筆に取り組みます。私自身は計量経済学の理論研究が専門ですが、理論と実証のどちらで論文を書くかは、学生の判断に委ねます。

大学院ゼミ

大学院ゼミは、参加者各自の研究課題の報告を中心に進めていきます。

主要業績

1. “Regularization Parameter Selection for Penalized Empirical Likelihood Estimator,” with Tomohiro Ando, Economics Letters, 2019, 178, 1-4.
2. “A Note on Generalized Empirical Likelihood Estimation of Semiparametric Conditional Moment Restriction Models,” Econometric Theory, 2017, 33, 1242-1258.
3. 『計量経済学　ミクロデータ分析へのいざない』、日本評論社、2015年

お問合せ

E-mail

sueishi(at)econ.kobe-u.ac.jp

Office hours

予めメールにてアポイントメントを取ってください。