"矢印"をつかって因果関係を視覚的に整理する：因果ダイアグラム（DAG)入門②〜読み方・書き方の基本ルール〜 - Unboundedly
前回は因果ダイアグラム（DAG）という概念の導入として、そもそもなぜDAGが必要とされるのかについて書いてみました。 今回はDAGシリーズ第二弾として、実際にDAGを”書いて”いくうえでの基本ルールとDAGの”読み方”について整理してみようと思います。DAGの読み書きができるようになれば、様々な要因が複雑に絡み合っているような場合でもAssociationと因果関係を切り分け、どのようなバイアスがなぜ起きているのかを特定できるようになります。 DAGを書くときの大前提 DAGの"書き方"の基本ルール ルール1： "Directed"（有向性） ルール2：時間軸は左から右 ルール3： ”Acyclic”（非巡回） ルール4：四角で囲うと”条件付け”を意味する DAGの”読み方”：どうやってDAGからAssociationを読み取るか 読み方1：矢印でつながっているものは関連（Associat
データ分析の不思議、シンプソンのパラドックスを統計的因果推論から考える - Unboundedly
今回は統計学で有名な「シンプソンのパラドックス」という問題について紹介したいと思います。簡単にいえば、同じデータでも分析の仕方によって全く矛盾したように見える結果が得られるというお話です。データだけ見ると、信じがたいような直感に反する現象がおきるので頭の体操としてとても面白いです。 あまりに有名なパラドックスであるため日本語でも解説がいくつか出ていますが、人によって言っていることが違っていたり、不完全であったりします。多くはシンプソンによるオリジナルの論文を読んでないことから起因するのだと思います。 例えばシンプソンのパラドックスを交絡の問題だと捉える人は多いですが、個人的に不完全だと思います（間違いではない）。このように誤解が広まった歴史的背景も含めて、詳しく書いていきたいと思います。ちなみにアニメのシンプソンズはこの問題と全く無関係です。 そもそもシンプソンのパラドックスとは？ シンプ
受動喫煙防止法について論点整理①：受動喫煙による健康リスク・死亡者数の推定はどのくらい信用できるか？ - Unboundedly
受動喫煙の防止策として、室内全面禁煙を目指す厚労省側とそれに反発する自民たばこ議連が争っています。本件に関しTwitter上でも、なかなか面白いディスカッションがおきています。 室内禁煙による受動喫煙対策は「科学的根拠（エビデンス）」に基づくものであり、国際的なスタンダードとなっているため実施すべきであるとする（私自身を含めた）公衆衛生・医療関係者らの主張に対して、経済学者・統計学者の方々から辛辣なご批判が届いています。 指摘されている内容を読んでみると、たしかに言っていることに一理ある。というか指摘はおおむね”正しい”のです。やはり経済学者はデータ分析に厳しい。とても素晴らしいことだと思いますし、私も彼らを尊敬し、そのようになりたいと日々思って勉強しています。しかし今回の件に関する批判はごもっともとして、あたかも「室内禁煙は支持するデータは全くのデタラメで信用ならん。やはり禁煙なんてすべ
1
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
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
