統計的因果推論入門の講義資料を公開しました - Unboundedly
去年末に日本に帰国した際、ありがたいことに多くの方から因果推論に関するレクチャーの依頼をいただきました。 本当はこの春にも帰国してトーク予定だったのですが、コロナ渦でタイミングを逸したので思い切って講義資料を公開することにしました。 ツイッター上でのこんな話題もきっかけで・・・ これを意識するだけで（少なくとも医学・公衆衛生領域における）回帰分析ユーザーの大部分の結果の解釈やモデルに対する向き合い方が変わると思っています。日本で修士までとったけど、自分は留学するまで知らんかった。 去年末、一時帰国中にやった因果推論ワークショップ中でも触れました。 https://t.co/jEsu5WDPLx pic.twitter.com/LmidBTMQlw — KRSK (@koro485) May 27, 2020 内容はこんな感じです なんとなく回帰分析を使って「調整」をしてました、くらいの統計
因果効果のメカニズムを検討する：媒介分析(Causal Mediation Analysis)入門①～既存の手法の問題点～ - Unboundedly
お久しぶりです。無事に博士課程の進級試験（qualifying exam)を通過しましたので、ようやく長かった二年間のコースワーク期間が終わりました。まだ口頭試験がありますが、これからやっと研究に集中できるフェーズに入ります。同時に時間にも余裕ができてきたので、ブログ活動を再開します。 さて、今回は媒介分析（"causal" mediation analysis)に関してまとめます。なぜ"causal"と強調しているのかは後ほどわかると思います。 これまでデータを用いた統計的因果推論について何個か記事を書いてきました。例えば、ある薬Aが病気Yに対して本当に効果があるのかどうかをどのように統計的に検討するかという話でした。 １．因果推論入門・データから因果関係が言えなくなる主な原因について ２．反事実モデル（Counterfactual model)の考え方の導入と実際のケース（受動喫煙の健
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
