Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
統計的因果推論勉強会 第4回
Search
Hikaru Goto
August 27, 2016
Research
0
1.4k
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。
Hikaru Goto
August 27, 2016
Tweet
Share
More Decks by Hikaru Goto
See All by Hikaru Goto
統計的因果推論勉強会第5回
hikaru1122
0
2.4k
R実習 2016年9月25日
hikaru1122
1
2.6k
統計的因果推論勉強会 第3回
hikaru1122
0
2k
統計的因果推論勉強会 第2回
hikaru1122
0
2.1k
Other Decks in Research
See All in Research
MGDSS:慣性式モーションキャプチャを用いたジェスチャによるドローンの操作 / ec75-yamauchi
yumulab
0
240
公立高校入試等に対する受入保留アルゴリズム(DA)導入の提言
shunyanoda
0
5.7k
ノンパラメトリック分布表現を用いた位置尤度場周辺化によるRTK-GNSSの整数アンビギュイティ推定
aoki_nosse
0
320
Google Agent Development Kit (ADK) 入門 🚀
mickey_kubo
2
1k
SSII2025 [SS1] レンズレスカメラ
ssii
PRO
2
950
Sosiaalisen median katsaus 03/2025 + tekoäly
hponka
0
1.3k
Principled AI ~深層学習時代における課題解決の方法論~
taniai
3
1.2k
数理最適化と機械学習の融合
mickey_kubo
15
8.8k
20250624_熊本経済同友会6月例会講演
trafficbrain
1
110
SatCLIP: Global, General-Purpose Location Embeddings with Satellite Imagery
satai
3
210
A multimodal data fusion model for accurate and interpretable urban land use mapping with uncertainty analysis
satai
3
220
「エージェントって何?」から「実際の開発現場で役立つ考え方やベストプラクティス」まで
mickey_kubo
0
120
Featured
See All Featured
What's in a price? How to price your products and services
michaelherold
246
12k
Principles of Awesome APIs and How to Build Them.
keavy
126
17k
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
48
5.4k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
8
800
Making the Leap to Tech Lead
cromwellryan
134
9.3k
RailsConf 2023
tenderlove
30
1.1k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
29
1.8k
Visualization
eitanlees
146
16k
Balancing Empowerment & Direction
lara
1
380
The Cost Of JavaScript in 2023
addyosmani
51
8.5k
GitHub's CSS Performance
jonrohan
1031
460k
The Illustrated Children's Guide to Kubernetes
chrisshort
48
50k
Transcript
ܦӦֶܥ ౷ܭֶΤϯυϢʔβʔͷͨΊͷ ౷ܭతҼՌਪษڧձ ୈ4ճ 20168݄27 @hikaru1122 1
ษڧձͷϞοτʔ • ʮհೖʯ͍ͨ͠ͳΒɺҼՌਪͷํ๏Λʹ͚ͭΑ͏ɻ • ҼՌޮՌΛਪఆ͢Δํ๏ΛֶͿɻ • ֶతͳ͜ͱʹߦ͔ͳ͍ɻ πʔϧͱͯ͠ʹ͚ͭΔɻ 2
ຊͷൣғ • ٶຊɹୈ4ষɹ53ʙ73ท • ຊɹୈ3ষʮIPW ਪఆྔʯ 69ʙ74ท 3
෮श • ࣄ࣮, ճؼੳɼҼՌޮՌɼަབྷɼڞมྔɼڧ͘ແࢹͰ͖Δ ׂΓͯ݅ɼείΞ • ాʢ2014ʣͷୈ16ষʙ17ষ෮शʹͳΔɻ 4
ٶຊɹୈ4ষ • ٶຊͷωλຊͷஶऀʢJudea Pearlʣɻ • 4ষ5ষͷཧతͳ४උͩͱࢥ͏ɻࢲ ͨͪʹେ͖ؔ͘͠ͳ͍ɻ • ͍ͬͯ͏͔ɼαούϦΘ͔Γ·ͤΜɻ 5
Θʔ͍ • ֶతʹ͓ख্͛ɻ • ·ͨڭ͑Λ͍ʹߦ͖·͢ʢʼU༷ʣɻ 6
ٶຊͷ༻ޠͷ֬ೝ • DAG ͰҼՌతҙຯ͚͕ͮՄೳͳͷΛҼՌμΠΞάϥϜͱݺͿ ʢ75ทʣɻ • DAG ͦͷͷ७ਮͳ֬Ϟσϧʢ62ทʣɻ • Ϛϧίϑੑʹۄಥ͖ͷΠϝʔδɻ
લͷঢ়ଶͰ࣍ͷঢ়ଶ͕ܾ·Δʢ;ʔΜʣɻ • ͖݅ಠཱ 7
ͳΜͰ͖݅ಠཱ͕େͳͷʁ • Γ͍ͨͷݪҼม͕݁Ռมʹ༩͑ΔӨڹɻ • ݪҼม݁ՌมʹӨڹΛ͋ͨ͑ΔͷʢަབྷҼࢠʣͷӨڹ ΛऔΓআ͍ͯɼόΠΞεͳ͘ҼՌޮՌΛਪఆ͍ͨ͠ɻ • ަབྷҼࢠͷӨڹΛίϯτϩʔϧͯ͠ɼͦΕͰͳ͓ҼՌޮՌ͕ ೝΊΒΕΔ͔Ͳ͏͔ΛΓ͍ͨɻ 8
ͦ͜ͰࠓίϨɻ • Pearl, Glymour and Jewell(2016) • ҼՌϞσϧσʔλ͕ੜ͞ΕΔϝΧ χζϜͰ͋Δɻ 9
ҼՌμΠΞάϥϜͷجຊ3ύλʔϯ • ࿈ʢchainʣɼذʢforkʣɼ߹ྲྀʢcolliderʣ • ͲΕ͕ͲΕʹӨڹΛ༩͍͑ͯΔ͔ΠϝʔδͰ͖ΕOKͰɻ • ࣍ճʢٶຊ ୈ5ষʣͷཧղʹͱͯେࣄ 10
࿈ʢchainʣ • Xֶ͕ߍͷࢿۚɼY͕ςετͷɼZ͕߹֨ • YΛҰఆͳʹ੍ݶͰ͖ΔͳΒɼXͱZͲΜͳΛͱͬͯ OKʢ͖݅ಠཱʣ 11
ذʢforkʣ • X͕ؾԹɼY͕ΞΠεΫϦʔϜച্ɼZ͕൜ࡑ • YͱZ͚ͩݟͨΒɼ૬͕ؔ͋ΔͧɻY͔ΒZͷҼՌޮՌ͋Δͷ͔ ͳʁ 12
ذʢforkʣ • YͱZʹٖ૬ؔͷڪΕ͕͋Δɻ • XΛ੍ݶͯ͠ɼYͱZͷ૬ؔΛݟΕΑ͍ɻ • ͏͜ͷखͷେৎͰ͢Ͷʂ 13
߹ྲྀʢcolliderʣ • Pearl͞ΜΒʹΑΔͱͱͬͯେࣄͳܗΒ͍͠ʢextremely important to the study of causalityʣ 14
߹ྲྀʢcolliderʣ • ͢Ͱʹࢲͨͪ͜ͷة͏͞Λ͍ͬͯ·͢ʢલճͬͨʣɻ • ZΛҰఆʹͨ͠ΒɼXͱYʹ૬͕ؔੜͯ͡͠·͏ɻ 15
ࠓͷٶຊ·ͱΊ • ҼՌͷߏΛਤͰॻ͘ͱɼ͝རӹ͋Δ ͔Αɻ • ෮शͱͯ͠ɼؠσʔλαΠΤϯεୈ3 רͷ28ʙ38ทʢྛɾࠇ 2016ʣ͕ײ ಈతʹΘ͔Γ͍͢ɻ •
͞Βʹ39ʙ46ทΛಡΜͰ͓͘ͱɼ࣍ճ ͷେࣄͳͱ͜Ζ͕ཧղͰ͖ΔʢͨͿ Μʣɻ 16
ຊɹୈ3ষʮIPWਪఆྔʯ • ΑΓΑ͘ҼՌޮՌͷਪఆΛܭࢉͰ͖Δํ๏ɻ • ࠓ࣍ͷެ͚ࣜͩͰOKɻ ɹ,ɹ • 2ͭΛҾ͖ࢉ͢ΕΑ͍ɻ 17
Ͳ͜Λܭࢉ͍ͯ͠Δͷ͔ʁ • ATEɿʢᶃʴᶄʣͷฏۉ ʔʢᶅʴᶆʣͷฏۉ • ATTͷ߹ผͷࣜʹͳΔɻ • ͜ΕҎ্ઌʢDRਪఆྔʣʹਐΈ·ͤΜɻ 18
IPWਪఆྔɹܭࢉͷ࣮ࡍ • ʮҼՌޮՌͷਪఆʂRͰ࣮ફ - είΞɼϚονϯάɼIPW ਪఆྔ -ʯ • ʮؠDS3αϙʔτϖʔδʯ •
ʮؠσʔλαΠΤϯεvol.3ͷσʔλͰ༡΅͏ʯ • 3ͭΊ͔ͳΓRʹ׳Εͯͳ͍ͱ͍͠ɻ • 1ͭΊͱ2ͭΊ͕ཧղͰ͖ΔΑ͏ʹͳΖ͏ɻ 19
IPWਪఆྔΛ༻͍ͨจ • ຊޠͰগͳ͍ɻӳޠͰະௐࠪɻ • ࠓ࣍ͷ2ຊɻ • ಛఆอ݈ࢦಋͷ༧հೖࢪࡦͷޮՌʹؔ͢ΔݚڀʢੴΒ 2013ʣ • ࣾձతݽཱͱϥΠϑΠϕϯτͷؔ࿈ʢࡾ୩
2015ʣ 20
ੴΒʢ2013ʣ SAS༻ • ʮϝλϘରࡦʢ݈ͱอ݈ࢦಋʣͬͯΈͨʯ • ʮड͚ͨਓͱड͚ͳ͔ͬͨਓͷҧ͍Λݟ͍ͨʯ • ʮ͍Ζ͍ΖվળͰ͖ͨΑʂʯ • ड͚ͨਓ924ਓɼड͚ͳ͔ͬͨਓ3128ਓ
• ϚονϯάΛͨ͠Βଟ͘ͷσʔλΛࣺͯΔ͜ͱʹͳΔͷͰIPWਪ ఆྔΛ༻͍ͨͷ͔ͳʁ 21
ࡾ୩ʢ2015ʣ ༻ιϑτෆ໌ • ʮࣾձతݽཱʹͲͷΑ͏ͳϥΠϑΠϕϯτ͕ؔ࿈͔ͨ͠ΛΓ ͍ͨʯ • ʮWebௐࠪैདྷͷํ๏ΑΓόΠΞε͕͋Δ͔Βௐ͍ͨ͠ʯ • ʮͦ͜Ͱٯ֬ॏΈ͚๏Λ͓͏ʂʯ •
ͻΐͬͱͯ͠ɼຊୈ6ষͷ༰Ͱʂʁ 22
JGSS 23
JGSS 24
࣍ճ༧ࠂ • ٶຊ ୈ5ষɹόοΫυΞج४ • ຊ ୈ4ষɹ4.1ʙ4.3 ͱ 4.7 •
ؠDS vol.3 ͷ28ʙ48ทɼ62ʙ90ท͕ಡΈ͍͢Ͱ͢ɻ • ςΫχΧϧͳʹ໎͍ࠐΉҰาखલ͔ʂʁ • ܦӦֶͷҰྲྀδϟʔφϧSMJʹܝࡌ͞Εͨ౷ܭతҼՌਪͷߟ ΛಡΜͰɼཱͪҐஔΛ֬ೝɻ 25
ࢀߟจݙ • Pearl, J., Glymour, M. and Jewell, N. P.
(2016). Causal Inference in Statistics: A Primer. John Wiley & Sons. • ੴળथ, ࠓҪതٱ, தඌ༟೭, ᜊ౻૱, ా٢࣏. (2013). ಛఆอ݈ࢦಋͷ༧հೖࢪࡦͷޮՌʹؔ͢Δݚڀ: େنσʔλϕʔεΛ༻ͨ͠είΞʹΑΔҼՌੳ. ް ੜͷࢦඪ, 60(5), 1-6. 26
ࢀߟจݙ • খౡོɾࢁຊক࢙(2013). ExcelͰֶͿڞࢄߏੳͱ άϥϑΟΧϧϞσϦϯά. ΦʔϜࣾ. • ྛַɾࠇֶ(2016). ૬ؔͱҼՌͱؙͱҹͷͳ͠ɼؠ σʔλαΠΤϯεɼvol.3ɼ28ʙ48.
27
ࢀߟจݙ • ྛޫ. (2012). JGSS ౷ܭੳηϛφʔ 2011-είΞɾ ΣΠςΟϯά๏Λ༻͍ΔҼՌੳ. ຊ൛૯߹తࣾձௐࠪڞ ಉݚڀڌݚڀจू,
(12), 107ʙ127. • ਸ(2010). ௐࠪ؍σʔλͷ౷ܭՊֶɹҼՌਪɾબ όΠΞεɾσʔλ༥߹. ؠॻళ. 28
ࢀߟจݙ • ਸ(2016). ౷ܭతҼՌޮՌͷجૅɼؠσʔλαΠΤϯ εɼvol.3ɼ62ʙ90. • ࡾ୩ΔΑ. (2015). ࣾձతݽཱͱϥΠϑΠϕϯτͷؔ࿈: είΞ๏ʹΑΔ
Web ௐࠪσʔλੳ͔Β. ཾ୩େֶࣾձ ֶ෦لཁ= Bulletin of the Faculty of Sociology, Ryukoku University, (47), 58-69. 29
ࢀߟจݙ • ٶխາ(2004). ౷ܭతҼՌਪʔճؼੳͷ৽͍͠Έ ʔ. ேॻళ. 30