動画概要

因果推論においては変数間の関係性の設計(概念モデルの設計)が重要です。そして、その概念モデルの表現に使われるものがDAG(Directed Acyclic Graph)です。機械学習分野ではベイジアン・ネットワークとしてよく知られているものと言うとわかりやすいでしょうか。

実務においては、このDAGを用いることで解析時の前提や仮説を関係者と共有しやすくなり議論のポイントが明確になること、またデータ収集時に注意すべき事項の把握にも役立てることができます。

機械学習ベースの因果推論系ライブラリDoWhyにおいては、DAGの入力が推奨されており、EconMLでもDAGを理解していないと各種クラスやメソッドが要求する引数の意味を理解するのにも苦しんでしまいます。

そこで本動画では、因果推論に欠かすことのできないDAGの基本的見方から、交絡因子の特定事例までを紹介します。

参照

・医学における因果推論 第一部
https://www.jstage.jst.go.jp/article/jjh/64/4/64_4_786/_article/-char/ja/

・医学における因果推論 第二部
https://www.jstage.jst.go.jp/article/jjh/64/4/64_4_796/_article/-char/ja/

・臨床研究道標
http://www.i-hope.jp/others/

コメントは利用できません。