著者：堀井 俊佑 (著)
| 因果推論の大きな特徴は、「何を仮定するか」を常に明らかにしながら分析を進める点にあります。分析の結果、何らかの数値が得られたとしても、それが意味を持つのは、前提として置いた条件が成り立っている場合だけです。推定値そのものよりも、その背後にある構造や仮定を意識することこそが、因果推論を活用する第一歩なのです。 本書では、因果推論を学ぶうえで欠かせない二つの視点−潜在反応モデルと構造的因果モデル−を行き来しながら、それぞれの成り立ちや考え方、そして実際にデータから因果効果を推定する方法を紹介しています。異なる枠組みを対比させながら学ぶことで、「どちらの理論を使えばよいのか」という単純な選択ではなく、「状況や目的に応じてどう使い分けるか」を考える視点を身につけてください。◎本書の目次 第1章 統計的因果推論とは 意思決定の効果をより正確に推測する 1.1 統計的因果推論とは 1.2 「因果推論を意識しない分析」と「因果推論を意識した分析」の違い 1.3 実務課題解決において統計的因果推論が果たす役割第2章 統計的因果推論のための統計的基礎 条件付き確率と条件付き期待値の推定を理解する 2.1 変数の種類 2.2 確率分布の基礎 2.3 確率分布の推定 2.4 確率分布の特徴量の推定 2.5 条件付き確率分布の推定 2.6 ベイズ推論 2.7 機械学習を利用した条件付き期待値の推定第3章 潜在反応モデルに基づく因果推論 潜在反応モデルのフレームワークを理解する 3.1 潜在反応モデルと因果効果の統計的定義 3.2 セレクションバイアスとランダム化比較試験（RCT） 3.3 平均処置効果を推定するための条件 3.4 平均処置効果の推定方法 3.5 潜在反応フレームワークに基づく因果推論のデータ分析例 3.6 潜在反応フレームワークに基づく因果推論に関する様々な誤解第4章 構造的因果モデルに基づく因果推論 構造的因果モデルのフレームワークを理解する 4.1 構造的因果モデル 4.2 介入と平均因果効果 4.3 平均因果効果の推定 4.4 線形構造方程式モデルに基づく因果推論 4.5 構造的因果モデルフレームワークに基づく因果推論のデータ分析例 4.6 構造的因果モデルにおける重要な仮定とその検証 第5章 潜在反応モデルと構造的因果モデルの融合 第6章 調整に必要な変数が観測できない場合の因果推論 第7章 特殊なデータ構造を利用した因果推論 第8章 異質な因果効果の推定 第9章 実務で因果推論を活用するために |