観察データでの効果推定（傾向スコア、IPW、DR） - データサイエンティスト上がりのDX参謀・起業家
まずは教科書を紹介します。 Observational Studies (Springer Series in Statistics) 作者: Paul R. Rosenbaum出版社/メーカー: Springer発売日: 2010/12/03メディア: ペーパーバック購入: 1人 クリック: 26回この商品を含むブログ (1件) を見る Rosenbaum先生は傾向スコア（propensity score）を提案した方です。 この教科書に書いていあるのは傾向スコアについてだけで、IPWやDRは書いてありません。 日本語はこちらの星野先生の本。 調査観察データの統計科学―因果推論・選択バイアス・データ融合 (シリーズ確率と情報の科学) 作者: 星野崇宏出版社/メーカー: 岩波書店発売日: 2009/07/29メディア: 単行本購入: 29人 クリック: 285回この商品を含むブログ (26
統計的因果推論（傾向スコア）の勉強会資料をアプしてみた - Take a Risk：林岳彦の研究メモ
みなさまお久しぶりです。私はけっきょくminor revisionに三ヶ月もかかってしまい他の仕事にしわ寄せキまくってます。 今回は某勉強会で傾向スコアを扱ったのでその勉強会資料をアップしてみます（環境によってはサムネ画像がでないかも）。 傾向スコア：その概念とRによる実装 View more presentations from takehikoihayashi ＊上のファイルはプレゼン用（差分）なので印刷用PDF資料としてはこちらのファイル（ PSAseminar_file20120426.pdf )をどうぞ。 ＊追記：上記のプレゼン内で使っているRのscriptのfileもどうぞ（ PropScore_Rscript.R ） 傾向スコアってなにそれおいしいの？ 傾向スコアとは何かというと、実験ができない場合（調査観察データなど）における交絡の調整方法です。（一応言っておきますが交絡を
データサイエンティストではない人に知っておいて欲しい事 - hotokuとは
統計を専門にしている訳ではない人と話していて感じた違和感があったので、書き留めておきたい。 疑うべき順番は モデル → 推定法 データ分析をしていれば、当然、期待を掛けたモデルのデータへの当てはまりそうが悪いという事が度々ある。こういう時、統計屋さんとして自然に浮かぶのは「モデルが間違っている」という発想である。と思うのだが、非統計屋さんと話していると、このような時に「別の推定法を試してみたらどうだろう」と言われる事がある。多分、目の前のモデルに対する過度の期待から来るのだろうと思うが、このような態度では統計的に見ると妥当性を欠いた分析をしてしまう危険を孕んでいる。 ひとつの事例 とある線型状態空間モデルのパラメータを推定した所、どうしてもデータに合わない部分があった。実は、それが合わない理由は簡単で、ある潜在変数は常に正であるはずなのだ。線型状態空間モデルでは、潜在変数の分布は正規分布で
統数研チャンネル - ニコニコチャンネル:社会・言論
こんにちは！統数研チャンネルへようこそ。 統数研チャンネルでは統計に関する所内講演などを 放送していきます。 ぜひ一度チェックしてみて下さい。 ※統数研チャンネルは 情報・システム研究機構 統計数理研究所の チャンネルです。 http://www.ism.ac.jp/
専攻別にみた博士課程修了生の惨状
前回は，2012年3月の大学院博士課程修了生について，無業者率と死亡・進路不明率を計算しました。文科省の『学校基本調査』では，博士課程修了後の進路として，以下のカテゴリーが設けられています。 http://www.e-stat.go.jp/SG1/estat/NewList.do?tid=000001011528 ①：進学 ②：正規就職 ③：非正規就職 ④：臨床研修医 ⑤：専修学校・外国の学校等入学 ⑥：一時的な仕事 ⑦：左記以外の者 ⑧：死亡・進路不明 無業者率とは，⑥～⑧の者が全体に占める比率です。要するに，定職に就けなかった者の比率です。死亡・進路不明率とは，⑧の比率のことをいいます。前回の記事で出した数字によると，人文科学系博士課程修了生の65.3％が無業者，19.0％が死亡・進路不明者という惨状です。 ところで，人文科学系は，文学，史学，そして哲学という専攻を内包しています。これ
心理統計の注意点：重回帰分析についての注意点
重回帰分析について １．単回帰・重回帰分析における基本的な注意点 単回帰分析とは，ある従属変数を１つの独立変数で予測するための分析で，独立変数が２つ以上の場合は重回帰分析となります．以下両者を回帰分析と呼びます．具体的にどのような数式で求められるかなどに関しては，ある程度分かっているものとして，この節ではその使用上の実際的な注意点などに触れていきたいと思います． 回帰分析で最も押さえておかなければならないポイントは，変数間の「相関関係」（正確には分散と共分散）によって回帰係数が決定されているという事実です．つまり本質は「相関係数（の関数）」なのです．独立変数，従属変数を標準化した上で算出される回帰係数を標準回帰係数といいますが，単回帰分析の場合，これはまさに独立変数と従属変数の相関係数そのものです．重回帰分析によって算出される（標準）偏回帰係数も，独立変数と従属変数，そして独立変数間の相
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
Release v2.21.0 (18 October 2019) · stan-dev/stan
はてなブログ | 無料ブログを作成しよう
相関と因果について考える：統計的因果推論、その(不)可能性の中心