【実践データ分析】DR推定量でメールマーケティングの効果検証＋機械学習手法によりメールマーケティングの戦略提言 - Qiita

前半の概要 ・データはRCTしたデータから一部のデータを抽出し、バイアスを持たせたものを利用。 ・DR推定量を用いてメールマーケティングの因果効果を推定。 ・DR法とIPW、傾向スコアによる最近傍マッチング法、重回帰分析と比較した結果、バイアスを大きく軽減できなかったので今回のデータでは良い推定量ではなかった。 後半の概要 ・因果推論と機械学習の手法を融合させたDR-Linaerを利用し、ITE（indivisual treatment effect）を推定。 ・ITEをモデル（ランダムフォレスト）に学習させることで、未知のデータに対して予測できるようにし、効果検証を実施。 ・ITEをシミュレートすることで、今後のマーケティング施作に対して、２つ方向性を示した。 コード：https://github.com/harukicode0/Doubly_Robust_Estimator_Simul