統計的因果推論(とうけいてきいんがすいろん、英: Causal inference in statistics)とは、実験データや観察データから得られた不完全な情報をもとに、事象の因果効果を統計的に推定していくことである[1]。20世紀後半から、ジューディア・パールや、ドナルド・ルービンらによって発展を遂げた。なお、「因果推論(Causal inference)」とのみ言う場合は、統計学に限らず哲学などを含めた、より広範な領域の議論を含むが、統計学、データサイエンス、経済学に関連する文脈で「因果推論」と言われる場合、しばしば「統計的因果推論」の手法に関わるものを指していることが多い。 手法[編集] 統計的因果推論のより具体的な手法としては、次のようなものが含まれる。[2] 実験計画法[編集] ランダム化比較試験(RCT:randomized controlled trial): RCTは、