データサイエンス実践 Ch16 因果推論 (選択)

本章は, 変数の間の関係から「ある要因が結果を変えるか」を調べる因果推論の考え方と手法をまとめる章です.

前提となる章

• 第4章: 因果関係と相関. 統計的因果関係の条件と偽相関を説明していますが, 実験は扱っていません. 本章はそこで保留した部分を扱います. 偏相関係数 (発展)は, 共通要因の影響を取り除く最も簡単な方法です.
• 第5章: 重回帰分析. 他の変数を一定にしたときの係数として, 回帰で共通要因を調整する方法に使います.
• 第13章: ベイズの定理の条件付き確率と, 一般化線形モデル (GLM). 傾向スコアの推定と, 結果が 2 値のときの効果の推定に使います.
• 第14章: 共分散構造分析. 適合度が良くても矢印の向きの因果関係の証明にはならない, という注意があります. 本章はその根拠づけを扱います.

因果推論

相関と因果の違いを形式的に書く

• 介入と観察の違い: 「X を変えたとき」と「X が高い人を観察したとき」
• 結果に影響する第 3 の変数 (交絡因子) と, 偽相関
• 因果グラフ (DAG): 矢印で変数の因果関係を表す方法, 交絡, 媒介, 合流点 (コライダー)

潜在的結果の枠組み

• 潜在的結果: 処置を受けた場合と受けなかった場合の 2 つの結果
• 個体の因果効果は同時に観測できないこと (因果推論の根本問題)
• 平均処置効果 (ATE), 処置群での平均処置効果 (ATT)
• 識別のための仮定: SUTVA, 無視可能性 (条件付き独立), 共通サポート

無作為化比較試験

• 無作為割り当てで交絡が取り除かれる理由
• 効果の推定: 処置群と対照群の平均の差と, その検定・区間推定
• A/B テスト
• 実験が実施できない場合の問題 (倫理, 費用, 実施可能性)

観察データでの調整

• 共変量を調整する回帰分析, 観測されない交絡による偏り
• 層別解析
• 傾向スコア: 処置を受ける確率をロジスティック回帰で推定する方法
• 傾向スコアによるマッチング, 逆確率重み付け (IPW)
• 共変量のバランスの確認 (標準化平均差)

自然実験を使った方法

• 差の差 (DID): 処置前後の変化を処置群と対照群で比べる方法と, 平行トレンドの仮定
• 回帰不連続デザイン (RDD): 基準値の前後で処置の有無が切り替わることを利用する方法
• 操作変数法: 操作変数に必要な条件 (関連性, 除外制約)

推定結果の頑健性

• 感度分析: 観測されない交絡がどの程度なら結論が変わるか
• プラセボテスト
• 結果の解釈と報告で書くべき仮定

Python での実践

• 傾向スコアと IPW, 差の差を, 小さなデータで計算する流れ