本セミナーは、2024年6月14日に開催したアーカイブセミナーです。

‍

【学習内容】

• なぜ異質因果効果を考慮する必要があるのか、頻度論的アプローチとベイズ的アプローチの違いを学べます
• ベイズ線形回帰を用いて、異なる説明変数に基づく異質効果の推定手法を学べます
• 回帰木構造を用いた異質因果効果の柔軟な推定方法について学べます
• 複数の因果効果推定量の不確実性をベイズ的に定量化する方法や、それらを統合する手法（ベイズモデル平均やBayesian causal synthesis）を学べます
• RとStanを用いて異質因果効果を推定する手順を実践し、実際のデータへの適用方法を習得できます

‍

【内容】

一般に、何らかの介入によってもたらされる処置効果は、各個体（影響をうけたもの）の説明変数（属性や性質、特徴など）によって異なる可能性があります。そのような状況の例として

・ある治療を施した場合、患者の遺伝的な情報や生活習慣に応じて効き目が異なる

・ある広告を打った場合、受け手の属性によって効果が異なるといったことが考えられます。

本セミナーでは、異質効果推定の基礎事項（なぜ異質因果効果を考えるのか、頻度論的にはどのようなアルゴリズムがあるのか）について簡単な説明をしたのち、ベイズ線形回帰による推定方法やBayesian additive regression tree、Bayesian causal forest、Bayesian causal synthesisなどの柔軟な異質因果効果の推定方法について、モデリングの考え方から具体的な使い方まで解説します。

頻度論的なアプローチとベイズ的なアプローチの利点・欠点についてそれぞれ整理します。

パッケージやStanを使って異質因果効果を推定する手順を紹介し、Rを用いた適用例について扱う予定です。

異質因果効果に対するベイズ的アプローチは

• 点推定だけではなく区間推定などの不確実性評価を行うことができる
• 複数のモデルの不確実性を扱うことが可能
• パッケージやStanによって容易に実装が可能

などの利点があります。

異質因果効果に対するベイズ的アプローチは、その基礎事項や具体的な使い方がまとまっている日本語の書籍がほとんどありません。

本セミナーでは異質因果効果のモデリングについての考え方の理解と使い方を取得することを目指し、特にBayesian causal forestおよびBayesian causal synthesisをメインに解説をしていきます。

‍

本セミナーでは

• 異質因果効果を推定するためのベイズモデルの組み方
• 回帰木の構造を用いた異質因果効果の推定方法 (Bayesian causal forest)
• 複数の因果効果推定量の不確実性をベイズ的に定量化する方法や、それらを統合する方法（ベイズモデル平均やBayesian causal synthesis）

などについて解説します。

さらに、Rを使ったデモを通して実際の使い方や分析イメージを紹介し、「異質因果効果のベイズモデリングを理解して使える」ようになることを目指します。

‍

【このような方におすすめ】

• 広告効果やマーケティング施策など、異質な効果を持つデータを扱う際に、ベイズ的アプローチを活用した因果推定方法を学びたいデータサイエンティスト
• 遺伝情報や生活習慣に基づく治療効果の異質性を考慮した分析を行いたい医療分野の方
• 広告やキャンペーンの効果が顧客の属性によって異なることを考慮した分析を行いたい方
• ベイズモデリングに基づいた因果推定手法や、異質効果を含む複雑なモデルの構築とその理論を深く学びたい方

‍

【レクチャー】

• 講義動画
  • 前半：66分
  • 後半：51分
• 講義資料
  • 拡張子：PDF
  • 部数：1部
• 演習資料
  • 言語：R言語
  • 部数：1部

‍

【講師】

菅澤 翔之助（慶應義塾大学 経済学部 准教授、株式会社Nospare 取締役CRO）

[略歴]

東京大学経済学研究科統計学コース博士課程後期課程修了

統計数理研究所特任研究員、東京大学空間情報科学研究センター 准教授を経て

現職に就任

主な研究分野はベイズ統計学 / 状態空間モデル / 時空間統計学

個人HP

X（旧Twitter）

‍

【受講料金】

¥11,000

ベーシックプラン

お支払いから1ヶ月間、いつでもどこでも受講できます。

※講義動画のダウンロードはできません。

‍