このブログを普段からお読みになっている皆さんはご存知かと思いますが、僕は割と口を酸っぱくして「マーケティングに携わるならきちんと実験して効果検証せよ、その介入がピュアな施策だろうと機械学習システムによるものだろうと変わらない」ということを折々に触れ言い続けています。 一方で、その効果検証の方法については純粋なRCT(ランダム化比較対照試験)でない限りは往々にして統計的因果推論が必要とされることが多く、その辺のマーケティングの現場で行われている「実験」と称するものを見ていると「それどう見ても交絡まみれやん」と言いたくなるケースが珍しくない、というのが現状のように見受けられます。しかし実務を意識した統計的因果推論の解説書はほぼ皆無に近い状態で、今年の恒例推薦書籍リスト記事を書きながら「相変わらず良い本がないなぁ」と思っていたのでした。 効果検証入門〜正しい比較のための因果推論/計量経済学の基礎
アイズファクトリーで働くデータサイエンティストが、様々なデータを解析する中で得られたノウハウや、解析に関するトピックスをつづるブログ。 はじめに 分析をする際には、変数間の関係を見ることが多いですが、その関係を適切に見るためにはいくつか注意事項があります。例えば、相関関係と因果関係とはイコールではないことや、相関があっても疑似相関であるといったことが挙げられます。 これらの点については、きちんと考慮しないと変数間の関係を正しく推定できません。その結果、適切ではない分析結果によって誤った結論を導いてしまう可能性があるので注意が必要です。今回は、因果関係をとらえるために気を付ける点について説明します。 因果関係とは 冒頭でも書きましたが、2つの変数間の関係性を見る際に相関関係を見ることが多いですが、この相関関係と因果関係は混同されやすいため、まずはその違いについて説明します。 相関関係とは、片
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