統計的因果推論勉強会 第4回

経営学系統計学エンドユーザーのための統計的因果推論勉強会の第4回目です。

Transcript

1. ܦӦֶܥ ౷ܭֶΤϯυϢʔβʔͷͨΊͷ ౷ܭతҼՌਪ࿦ษڧձ ୈ4ճ 2016೥8݄27೔ @hikaru1122 1
2. ษڧձͷϞοτʔ • ʮհೖʯ͍ͨ͠ͳΒɺҼՌਪ࿦ͷํ๏Λ਎ʹ͚ͭΑ͏ɻ • ҼՌޮՌΛਪఆ͢Δํ๏ΛֶͿɻ • ਺ֶతͳ͜ͱʹ͸ߦ͔ͳ͍ɻ πʔϧͱͯ͠਎ʹ͚ͭΔɻ 2
3. ຊ೔ͷൣғ • ٶ઒ຊɹୈ4ষɹ53ʙ73ท • ੕໺ຊɹୈ3ষʮIPW ਪఆྔʯ 69ʙ74ท 3
4. ෮श • ൓ࣄ࣮, ճؼ෼ੳɼҼՌޮՌɼަབྷɼڞมྔɼڧ͘ແࢹͰ͖Δ ׂΓ౰ͯ৚݅ɼ܏޲είΞ • ৿ాʢ2014ʣͷୈ16ষʙ17ষ΋෮शʹͳΔɻ 4
5. ٶ઒ຊɹୈ4ষ • ٶ઒ຊͷωλຊͷஶऀʢJudea Pearlʣɻ • 4ষ͸5ষͷ਺ཧతͳ४උͩͱࢥ͏ɻࢲ ͨͪʹ͸େ͖ؔ͘܎͠ͳ͍ɻ • ͍ͬͯ͏͔ɼαούϦΘ͔Γ·ͤΜɻ 5
6. Θʔ͍ • ਺ֶతʹ͓ख্͛ɻ • ·ͨڭ͑Λ੥͍ʹߦ͖·͢ʢʼU༷ʣɻ 6
7. ٶ઒ຊͷ༻ޠͷ֬ೝ • DAG ͰҼՌతҙຯ͚͕ͮՄೳͳ΋ͷΛҼՌμΠΞάϥϜͱݺͿ ʢ75ทʣɻ • DAG ͦͷ΋ͷ͸७ਮͳ֬཰Ϟσϧʢ62ทʣɻ • Ϛϧίϑੑʹۄಥ͖ͷΠϝʔδɻ લͷঢ়ଶͰ࣍ͷঢ়ଶ͕ܾ·Δʢ;ʔΜʣɻ • ৚݅෇͖ಠཱ 7
8. ͳΜͰ৚݅෇͖ಠཱ͕େ੾ͳͷʁ • ஌Γ͍ͨͷ͸ݪҼม਺͕݁Ռม਺ʹ༩͑ΔӨڹɻ • ݪҼม਺΍݁Ռม਺ʹӨڹΛ͋ͨ͑Δ΋ͷʢަབྷҼࢠʣͷӨڹ ΛऔΓআ͍ͯɼόΠΞεͳ͘ҼՌޮՌΛਪఆ͍ͨ͠ɻ • ަབྷҼࢠͷӨڹΛίϯτϩʔϧͯ͠ɼͦΕͰ΋ͳ͓ҼՌޮՌ͕ ೝΊΒΕΔ͔Ͳ͏͔Λ஌Γ͍ͨɻ 8
9. ͦ͜Ͱࠓ೔͸ίϨɻ • Pearl, Glymour and Jewell(2016) • ҼՌϞσϧ͸σʔλ͕ੜ੒͞ΕΔϝΧ χζϜͰ͋Δɻ 9
10. ҼՌμΠΞάϥϜͷجຊ3ύλʔϯ • ࿈࠯ʢchainʣɼ෼ذʢforkʣɼ߹ྲྀʢcolliderʣ • ͲΕ͕ͲΕʹӨڹΛ༩͍͑ͯΔ͔ΠϝʔδͰ͖Ε͹OKͰ͸ɻ • ࣍ճʢٶ઒ຊ ୈ5ষʣͷཧղʹͱͯ΋େࣄ 10
11. ࿈࠯ʢchainʣ • Xֶ͕ߍͷࢿۚɼY͕ςετͷ੒੷ɼZ͕߹֨཰ • YΛҰఆͳ஋ʹ੍ݶͰ͖ΔͳΒɼXͱZ͸ͲΜͳ஋Λͱͬͯ΋ OKʢ৚݅෇͖ಠཱʣ 11
12. ෼ذʢforkʣ • X͕ؾԹɼY͕ΞΠεΫϦʔϜച্ɼZ͕൜ࡑ཰ • YͱZ͚ͩݟͨΒɼ૬͕ؔ͋ΔͧɻY͔ΒZͷҼՌޮՌ͸͋Δͷ͔ ͳʁ 12
13. ෼ذʢforkʣ • YͱZʹٖ૬ؔͷڪΕ͕͋Δɻ • XΛ੍ݶͯ͠ɼYͱZͷ૬ؔΛݟΕ͹Α͍ɻ • ΋͏͜ͷखͷ࿩͸େৎ෉Ͱ͢Ͷʂ 13
14. ߹ྲྀʢcolliderʣ • Pearl͞ΜΒʹΑΔͱͱͬͯ΋େࣄͳܗΒ͍͠ʢextremely important to the study of causalityʣ 14
15. ߹ྲྀʢcolliderʣ • ͢Ͱʹࢲͨͪ͸͜ͷة͏͞Λ஌͍ͬͯ·͢ʢલճ΍ͬͨʣɻ • ZΛҰఆʹͨ͠ΒɼXͱYʹ૬͕ؔੜͯ͡͠·͏ɻ 15
16. ࠓ೔ͷٶ઒ຊ·ͱΊ • ҼՌͷߏ଄ΛਤͰॻ͘ͱɼ͝རӹ͋Δ ͔΋Αɻ • ෮शͱͯ͠ɼؠ೾σʔλαΠΤϯεୈ3 רͷ28ʙ38ทʢྛɾࠇ໦ 2016ʣ͕ײ ಈతʹΘ͔Γ΍͍͢ɻ • ͞Βʹ39ʙ46ทΛಡΜͰ͓͘ͱɼ࣍ճ ͷେࣄͳͱ͜Ζ͕ཧղͰ͖ΔʢͨͿ Μʣɻ 16
17. ੕໺ຊɹୈ3ষʮIPWਪఆྔʯ • ΑΓΑ͘ҼՌޮՌͷਪఆΛܭࢉͰ͖Δํ๏ɻ • ࠓ೔͸࣍ͷެ͚ࣜͩͰOKɻ ɹ,ɹ • 2ͭΛҾ͖ࢉ͢Ε͹Α͍ɻ 17
18. Ͳ͜Λܭࢉ͍ͯ͠Δͷ͔ʁ • ATEɿʢᶃʴᶄʣͷฏۉ ʔʢᶅʴᶆʣͷฏۉ • ATTͷ৔߹͸ผͷࣜʹͳΔɻ • ͜ΕҎ্ઌʢDRਪఆྔʣʹ͸ਐΈ·ͤΜɻ 18
19. IPWਪఆྔɹܭࢉͷ࣮ࡍ • ʮҼՌޮՌͷਪఆʂRͰ࣮ફ - ܏޲είΞɼϚονϯάɼIPW ਪఆྔ -ʯ • ʮؠ೾DS3αϙʔτϖʔδʯ • ʮؠ೾σʔλαΠΤϯεvol.3ͷσʔλͰ༡΅͏ʯ • 3ͭΊ͸͔ͳΓRʹ׳Εͯͳ͍ͱ೉͍͠ɻ • 1ͭΊͱ2ͭΊ͕ཧղͰ͖ΔΑ͏ʹͳΖ͏ɻ 19
20. IPWਪఆྔΛ༻͍ͨ࿦จ • ೔ຊޠͰ͸গͳ͍ɻӳޠͰ͸ະௐࠪɻ • ࠓ೔͸࣍ͷ2ຊɻ • ಛఆอ݈ࢦಋͷ༧๷հೖࢪࡦͷޮՌʹؔ͢Δݚڀʢੴ઒Β 2013ʣ • ࣾձతݽཱͱϥΠϑΠϕϯτͷؔ࿈ʢࡾ୩ 2015ʣ 20
21. ੴ઒Βʢ2013ʣ SAS࢖༻ • ʮϝλϘରࡦʢ݈਍ͱอ݈ࢦಋʣ΍ͬͯΈͨʯ • ʮड͚ͨਓͱड͚ͳ͔ͬͨਓͷҧ͍Λݟ͍ͨʯ • ʮ͍Ζ͍ΖվળͰ͖ͨΑʂʯ • ड͚ͨਓ924ਓɼड͚ͳ͔ͬͨਓ3128ਓ • ϚονϯάΛͨ͠Βଟ͘ͷσʔλΛࣺͯΔ͜ͱʹͳΔͷͰIPWਪ ఆྔΛ༻͍ͨͷ͔ͳʁ 21
22. ࡾ୩ʢ2015ʣ ࢖༻ιϑτෆ໌ • ʮࣾձతݽཱʹͲͷΑ͏ͳϥΠϑΠϕϯτ͕ؔ࿈͔ͨ͠Λ஌Γ ͍ͨʯ • ʮWebௐࠪ͸ैདྷͷํ๏ΑΓόΠΞε͕͋Δ͔Βௐ੔͍ͨ͠ʯ • ʮͦ͜Ͱٯ֬཰ॏΈ෇͚๏Λ࢖͓͏ʂʯ • ͻΐͬͱͯ͠ɼ੕໺ຊୈ6ষͷ಺༰Ͱ͸ʂʁ 22
23. JGSS 23
24. JGSS 24
25. ࣍ճ༧ࠂ • ٶ઒ຊ ୈ5ষɹόοΫυΞج४ • ੕໺ຊ ୈ4ষɹ4.1ʙ4.3 ͱ 4.7 • ؠ೾DS vol.3 ͷ28ʙ48ทɼ62ʙ90ท͕ಡΈ΍͍͢Ͱ͢ɻ • ςΫχΧϧͳ৿ʹ໎͍ࠐΉҰาखલ͔ʂʁ • ܦӦֶͷҰྲྀδϟʔφϧSMJʹܝࡌ͞Εͨ౷ܭతҼՌਪ࿦ͷ࿦ߟ ΛಡΜͰɼཱͪҐஔΛ֬ೝɻ 25
26. ࢀߟจݙ • Pearl, J., Glymour, M. and Jewell, N. P. (2016). Causal Inference in Statistics: A Primer. John Wiley & Sons. • ੴ઒ળथ, ࠓҪതٱ, தඌ༟೭, ᜊ౻૱໻, ෱ా٢࣏. (2013). ಛఆอ݈ࢦಋͷ༧๷հೖࢪࡦͷޮՌʹؔ͢Δݚڀ: େن໛σʔλϕʔεΛ࢖༻ͨ͠܏޲είΞʹΑΔҼՌ෼ੳ. ް ੜͷࢦඪ, 60(5), 1-6. 26
27. ࢀߟจݙ • খౡོ໼ɾࢁຊক࢙(2013). ExcelͰֶͿڞ෼ࢄߏ଄෼ੳͱ άϥϑΟΧϧϞσϦϯά. ΦʔϜࣾ. • ྛַ඙ɾࠇ໦ֶ(2016). ૬ؔͱҼՌͱؙͱ໼ҹͷ͸ͳ͠ɼؠ ೾σʔλαΠΤϯεɼvol.3ɼ28ʙ48. 27
28. ࢀߟจݙ • ྛޫ. (2012). JGSS ౷ܭ෼ੳηϛφʔ 2011-܏޲είΞɾ ΢ΣΠςΟϯά๏Λ༻͍ΔҼՌ෼ੳ. ೔ຊ൛૯߹తࣾձௐࠪڞ ಉݚڀڌ఺ݚڀ࿦จू, (12), 107ʙ127. • ੕໺ਸ޺(2010). ௐࠪ؍࡯σʔλͷ౷ܭՊֶɹҼՌਪ࿦ɾબ ୒όΠΞεɾσʔλ༥߹. ؠ೾ॻళ. 28
29. ࢀߟจݙ • ੕໺ਸ޺(2016). ౷ܭతҼՌޮՌͷجૅɼؠ೾σʔλαΠΤϯ εɼvol.3ɼ62ʙ90. • ࡾ୩͸ΔΑ. (2015). ࣾձతݽཱͱϥΠϑΠϕϯτͷؔ࿈: ܏޲είΞ๏ʹΑΔ Web ௐࠪσʔλ෼ੳ͔Β. ཾ୩େֶࣾձ ֶ෦لཁ= Bulletin of the Faculty of Sociology, Ryukoku University, (47), 58-69. 29
30. ࢀߟจݙ • ٶ઒խາ(2004). ౷ܭతҼՌਪ࿦ʔճؼ෼ੳͷ৽͍͠࿮૊Έ ʔ. ே૔ॻళ. 30