エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
【Juliaで因果推論】Potential Outcomes (潜在的結果変数)
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
【Juliaで因果推論】Potential Outcomes (潜在的結果変数)
分析対象のアウトカムYには2つのpotential outcomes \{Y^0, Y^1\}が想定できるが,現実のデータでは片方... 分析対象のアウトカムYには2つのpotential outcomes \{Y^0, Y^1\}が想定できるが,現実のデータでは片方のみしか観測されない. 分析で知りたい因果効果は平均的な処置効果(ATE, ATT),ナイーブな引き算(E[Y|D=1]-E[Y|D=0])で因果効果を求めてもselection biasが残るので因果効果を正しく推定できない. CIA: \{Y^0, Y^1\} \perp D | Xが成り立つとき,selection biasは消える. potential outcomesのフレームワークを使ってselection biasがない理想的な状況(CIA)を思い描くことで,必要な分析のデザインが見えてくる. 私たちが答えの知りたい因果関係の"問い"にはいくつかのパターンがありますが[1],ここではまず,「もし〇〇したらYはどう変わるか?()」という問いに着目しま