i ) σ(x) = 1 / ( 1 + e-x ) 𝑃( X i ) = 𝑍𝑖 = σ( βX i ) 傾向スコアで効果が比較できる仕組み ・・・ 傾向スコア=0.8 • 傾向スコア:各個体において介入が行われる確率 Z=1, Y(1) Z=0, Y(0) 比較 • 同一のユーザの中ではランダムに比較ができていると考えられる 𝑃 : 傾向スコア、Z : 処置変数、 X : 共変量、 σ : シグモイド関数、ui : 誤差項、β : 推定パラメータ 傾向スコアを用いた分析の手順 (イメージ例) • 確率をモデル化できるものを用いる • ロジスティック回帰がよく紹介される(機械学習でよく 用いられるGBDTなどでもOK) 介入確率を推定し、同一のユーザの中で結果を比較する STEP1. 傾向スコアの推定 STEP2. 傾向スコアでデータを調整し、効果を推定 • 調整する目的:共変量の分布を均等にする(背景情報を同じにす る)ことで、交絡の影響を取り除く • 複数の手法があり、今回は以下を紹介 ➢ 傾向スコアマッチング ➢ 逆確率重み付け法(IPW) ▪ ロジスティック回帰式