確率と因果を革命的に架橋する：Judea Pearlのdo演算子 - Take a Risk：林岳彦の研究メモ
皆さまこんばんは。今回から数回のあいだは、久しぶりに統計的因果推論ネタについて書いていきたいと思います。 今回の具体的なテーマは「Judea Pearlのdo演算子」になります。マニアックです。 このテーマについては自分でも完全に理解しているわけでは全くないので、「解説」というよりも「半可通が書いた公開勉強メモ」というかんじになりますが、その旨ご了承いただければ幸いです。 （＊例によって今回もまためちゃくちゃ長いエントリーとなりますが、何卒よろしくお願いいたします。また、間違いなどがありましたらその旨ご指摘いただければ大変幸甚でございます＞本物の識者の方々） まえおき：Judea Pearlって誰すか？ はい。ではそもそもその「Judea Pearlって誰すか？」というところから書いていきたいと思います。 結論から言うと私もよく知りません。ですが、周辺的手がかりからヒューリスティックに判断
観察研究の場合Counterfactualはこう考える【因果推論入門2】 - Riklog
前回の記事でCounterfactualについて紹介して、なんでランダム化試験だと因果効果が推定できるのかを示しました。 この記事では、観察研究での因果推論はどう考えるのか説明していきます。 観察研究での因果推論とは、8-9割くらいの臨床研究のテーマです。 でもこれを知らずして論文を書いている方が8-9割と推測します。 理解しておくと必ず役に立ちます。 観察研究の場合Counterfactualはこう考える 「アスピリン飲めば心筋梗塞が減るか」ということを考えてみます。 ランダム化試験では、 アスピリン飲んでる人と飲んでない人の属性が同じ →アスピリン飲んでる人と飲んでない人のcounterfactual outcomeが同じ →Pr (Ya=1=1|A=1) = Pr (Ya=1=1|A=0) * Pr (Ya=1=1)とは、「もし全員アスピリンを飲んでいたとしたと仮定した時の心筋梗塞の
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
