高橋将宜 Masayoshi Takahashi on Twitter: "疑似相関を疑似因果と言い換えると，今度は，「では，疑似でない因果があるのですね．見せてください」といった混乱が起こりそうです．あくまでも，疑似相関は「相関がないという意味ではなく，因果関係はないがあるように見える相関関係」を意味す… https://t.co/hxDShprnJf"
疑似相関を疑似因果と言い換えると，今度は，「では，疑似でない因果があるのですね．見せてください」といった混乱が起こりそうです．あくまでも，疑似相関は「相関がないという意味ではなく，因果関係はないがあるように見える相関関係」を意味す… https://t.co/hxDShprnJf
高橋将宜 Masayoshi Takahashi on Twitter: "y=β0+β1x1+β2x2+β3(x1*x2)+εを考えます．x1*x2は交互作用項です． 多重共線性は，x1とx2の相関が強いため，x1とx2の共通している部分からyへの効果が大きい問題をいいます．このとき，β3=0なら，回… https://t.co/gDwasUleWc"
y=β0+β1x1+β2x2+β3(x1*x2)+εを考えます．x1*x2は交互作用項です． 多重共線性は，x1とx2の相関が強いため，x1とx2の共通している部分からyへの効果が大きい問題をいいます．このとき，β3=0なら，回… https://t.co/gDwasUleWc
高橋将宜 Masayoshi Takahashi on Twitter: "拙著『統計的因果推論の理論と実装』では，最初に「標本平均の標準誤差とは，σ/√n」（p.45）と導入してから，実は「標準誤差として，σ/√nは計算不可能であるため，代わりにs/√nを用いる．つまり，標準誤差s/√nとは，母数を推定… https://t.co/PBC1fbKBQW"
拙著『統計的因果推論の理論と実装』では，最初に「標本平均の標準誤差とは，σ/√n」（p.45）と導入してから，実は「標準誤差として，σ/√nは計算不可能であるため，代わりにs/√nを用いる．つまり，標準誤差s/√nとは，母数を推定… https://t.co/PBC1fbKBQW
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
https://twitter.com/M123Takahashi/status/1626768377019789314
高橋将宜 Masayoshi Takahashi on Twitter: "ところが，x1とx2の相関は正です（r=0.8）． x2を除外して，x1とy1だけの二変量の関係性を見えていると，x2からy1への負の効果が交絡して，正と負の効果を打ち消します． その結果，x1とy1の相関係数がほぼゼロになります… https://t.co/rftta1KQ95"
高橋将宜 Masayoshi Takahashi on Twitter: "フランス大統領選挙で世論調査の答え合わせをします． マクロン氏の得票率：58.55% 各種世論調査の95%信頼区間 54.0-58.0% 53.1-57.9% 52.7-57.3% 54.2-59.8% 54.6-59.4% 5… https://t.co/rV0uI7538s"
https://twitter.com/M123Takahashi/status/1510062214178537477
高橋将宜 Masayoshi Takahashi on Twitter: "この論文の問題点を改めて指摘しておきます． 処置変数は睡眠時間を長くすることです． 結果変数は摂取カロリー量です． しかし，寝る時間が早くなれば夜食をする機会がなくなりますから，処置変数の中には摂取カロリー量の低下が含まれてい… https://t.co/5CeRhOuPHT"
高橋将宜 Masayoshi Takahashi on Twitter: "Rubin (2005, p.324)では，仮定なき因果推論は不可能であること，仮定とデータにトレードオフがあること，仮定について詳細に説明する必要があることが指摘されています．そうしなければ，読者は結論の根拠を理解できないにも関… https://t.co/nAuiVuIYAv"
高橋将宜 Masayoshi Takahashi on Twitter: "極端な設定にするとよくわかります．2週間ずっと寝続ければ，カロリー摂取量はゼロです．この論文が検証したことはここまでです．しかし，2週間のカロリー摂取量がゼロなら，当然，餓死寸前まで痩せます．そういうメカニズムの論文ですから，「睡… https://t.co/51DY9zMSvQ"
高橋将宜 Masayoshi Takahashi on Twitter: "重回帰モデルで標準偏回帰係数を使用することは，あまり推奨されません．y=b0+b1*x1+b2*x2+b3*x3という因果モデルで，x1のyに与える効果b1に興味があるとします．このとき，共変量x2とx3の偏回帰係数b2とb3は解… https://t.co/7mnSqDTSC2"
高橋将宜 Masayoshi Takahashi on Twitter: "「経験的に目的変数が正規分布してたら誤差も正規分布してることが多い」という資料には，問題点が2つあります．第一に，y=a+b1*x1+b2*x2+eで，x1は一様分布，x2は正規分布とします．左図のeは正規分布で，右図のeは一様分… https://t.co/5sfQUfz4UR"
高橋将宜 Masayoshi Takahashi on Twitter: "少し補足すると、傾向スコアモデルは処置の割付け確率を予測するモデルで、そのモデルから算出された傾向スコアを使う解析モデルは因果推論を目的とするモデルです。"
高橋将宜 Masayoshi Takahashi on Twitter: "通常の最小二乗法では，誤差項の正規性の仮定が満たされていなくても，中心極限定理により，大標本なら統計的推測に問題は起きないとされています．具体的に標本がどれぐらい大きければよいかについて，この論文では1変数あたり観測値10以上あれ… https://t.co/KQ9WLhaAjY"
高橋将宜 Masayoshi Takahashi on Twitter: "「通常の最小二乗法では，誤差項の正規性の仮定が満たされていなくても，中心極限定理により，大標本なら統計的推測に問題は起きない」ことは、2022年に出版予定の拙著で詳しく解説しています。簡単に述べると、本質的に重要なことは誤差項の分… https://t.co/dFmQenqaj1"
高橋将宜 Masayoshi Takahashi on Twitter: "標本サイズが22,472もあったとしても，対象となる母集団からの無作為抽出の原則が守られていなければ，4人の自民党総裁候補者の中で高市氏が93.1%という極めて誤った推測になることがよく示されていますね．実際の党員投票の答えはこち… https://t.co/60y99pujxv"
高橋将宜 Masayoshi Takahashi on Twitter: "標本比率0の場合の95％信頼区間の上限を3/nとすればよいことは，以下の論文で議論されています． Hanley, J. A. and Lippman-Hand, A. (1983) "If Nothing Goes Wrong,… https://t.co/3k3qIb9frt"
高橋将宜 Masayoshi Takahashi on Twitter: "有意差警察です（笑） 子どもは14人中0人で標本比率の点推定値は0ですが，標本比率0の場合の95％信頼区間の上限は3/nと計算します．95％信頼区間の上限は3/14=0.214です． 大人は833人中78人で，標本比率の点推定値は… https://t.co/0Jfo2tBEmU"
高橋将宜 Masayoshi Takahashi on Twitter: "平均を1銀行だけで引き上げているというネタですが，平均2件のとき6件が多いのかマジレスします．三大銀行で1年に起こる障害件数は稀な事象なので，ポアソン分布で考えてみます．λ=2のポアソン分布（平均2，分散2）は図のとおりで，6件以… https://t.co/gZCMFyP3kf"
高橋将宜 Masayoshi Takahashi on Twitter: "「すべての仮定」と言いましたが，中でも特に重要な仮定は，パラメータの線形性の仮定と無交絡性の仮定です．この2つの仮定が満たされていないなら，重回帰分析から因果効果を議論することはできません．"