伊藤公一朗のレビュー一覧

一線級の研究者によるデータ分析の手法がとても分かりやすく書かれた良書。

突き詰めると、比較できる状況をいかにして作り出せるかが大切ということだろうか。

本筋とは逸れるけど、「何らかの結果を出さなければらならいのは間違い。データ分析の結果、なんの結果も得られなかったということも、十分立派な研究成果...続きを読む」という記述が印象的でした。

RCTとは、ランダムにサンプルを抽出し、介入グループと比較グループに分けて実験を行う。サンプルの質の変化を発生させる等の課題もあるが、因果関係を探るにあたって最良の方法と言われている。Googleはマーケティング案を現実の世界で実験をしてから比較する。

「実践的データ分析に焦点を当てた、計量経済学への超入門書」
読みやすさと専門性のバランスが最高にいい。これぞ、新書という本。
データを正しく見るにはどうしたらいいのか、その手法から注意まで納得のいく説明。書体もスラリと入ってきて、やさしさがある。
計量経済学を勉強したくなる。

第60回日経・経済図書文化賞、第39回サントリー学芸賞受賞。2017のベスト経済書かもしれない。データで因果関係を知るために必要なことが分かる

分かりやすい実例満載でとても読みやすかった。
因果関係って、あまり考えずに原因と結果を結び付けてしまう日常をすこし反省。

この本でも相関と因果をしっかり区別すべきことを強調した上で各データ分析手法を解説している。
RCT: ランダム化比較試験、自然実験(RDデザイン、集積分析、パネル・データ分析)
本書執筆にあたっては最近メディアへの露出も多い成田悠輔氏も携わっている模様。

データをどのように扱えば良いのか？結果だけを過大解釈してしまう弊害など、データを扱うにおいて重要な考え方が数式なしで書かれていて、非常にわかりやすかった。

【因果関係の証明】
原因と結果のズレに敏感になる。
十分かつ偏りのないサンプル数、同条件が必須

可能なら、介入、比較グループそれぞれで介入前後のデータを見る。

わかりやすい。計量経済学　ビッグデータからの因果関係のみきえわめの考え方　RCT　RDデザイン　集積分析　パネル・データ分析
行政データ経営データ活用紹介

データ分析を計量経済学の観点で分かりやすく説明してくれている本書。

数学的知識は一切必要なく、電気代の値上げと電気使用量の変化の関係など、我々にとっても身近なテーマにどう答えを出すのかを解説してくれている。

主な手法としては、ランダムに調査サンプルを抽出するRCT、ランダム抽出が難しい場合、擬似...続きを読む的にRCTに近い構造を作り出す、RDデザイン、集積分析、パネルデータ分析が紹介されている。

こうした分析は、対象となる範囲での分析結果としては興味深いものの、例えばそれを日本全土などに適用する政策に落とし込むには大いに難度が高まるなど、現時点での限界にも踏み込んであり、良書と言える。

データ分析の入門書としては最適。実例が多く掲載されており、データ分析がいかに重要かがよく伝わってくる。特にオバマの選挙戦略は結構面白かった。意思決定1つ変わるだけでこれだけ結果も変わってくるということを知ると、データ分析の可能性を改めて感じる。

データは存在するだけでは価値はない。そのデータをどう利用するかに価値がある。この広告（X）と今年の売り上げ増（Y）の動きは連動しているが、本当に因果関係は成立しているのか？本当は別の原因が見えないところに存在しているのではないか？本書はデータから物事（XとY）の因果関係を読み解く難しさから始まり、そ...続きを読むの因果関係を読み解くためにはどういった手法があるかについて順番に紹介している。
本書ではRCT方法をはじめとする約５つの手法を小難しい数式を使わず、単純明快に解説してくれるため、内容がすんなり入ってくる。特にオバマの選挙運動中のウェブサイトにおけるRCTは例が分かりやすく、理解が進んだ。どの方法にも長所や短所があり、使い方はその時々で取りたいデータを元に選べばよい。ただ、XとYについてある因果関係が成立したからと言って、データ分析の対象となる主体よりも広い範囲で同じ理屈が通用するかという「外的妥当性」は別に考えなければならないという点は、気を付けなければならないと思った。1から10という範囲で因果関係が見つかったからと言って、必ずしも1から1000でも同じことが言えるか、それは別問題になる。
また、第6章で紹介しているオバマ政権下で進んだ「エビデンスに基づく政策形成」は興味深かった。単にデータだけに基づくのではなく、データの因果関係に基づいて政策がどのような影響（プラスもマイナスも）を及ぼすのかを検討することがより良い選択につながるのではないかと思った。果たしてトランプ政権時にこの政策がどうなったかはわからないが…

統計学を実際のビジネスの場で活用した事例が数多く載せられており、非常にわかりやすい。
因果関係と相関関係の違いがわかっただけでもよかった。最後に次のステップの本も紹介されているので読んでみようと思う。

データ分析を用いて因果関係に迫る方法論の入門書。数式を一切用いず、因果関係を見出だすための思考法・アプローチ方法を実例を示しながら、直感的に理解できるように構成されている。基本的な考え方を理解しているだけでもとても有益だと思う。

数式を使わないでできる因果分析の解説
分析じゃなくてデータ選択で因果を図る手法の説明が主
因果分析の説明は式が入ると難しいからこういう本でイメージ作るのが良い

介入効果は根本的には観測不可能。平均介入効果として調べられるようにする
ランダム化比較試験では透明性・説得力のある説明が可能
RDデザイン...続きを読む：非連続で分析するRDデザイン、
集積分析：ヒストグラムの偏りを調べる
差分の差分法：平均トレンドの引き算で因果を調べる

専門家：問題把握、問の検証、データの検証、実験のデザイン、分析とプレゼン
外的妥当性と内的妥当性、介入の波及効果

境界線で非連続に変化する状況に注目する（RDデザイン）
例：ある年齢で制度が変わる

階段状に設定されている制度に対する反応（集積分析）
例：税率、補助金、割引

複数のグループの複数期間のデータを比較する（パネル・データ分析）
例：ある年から特定の対象への制度が変化した場合

電力価格が上昇すると...続きを読む、電力消費量は低下する。モラルに訴えるよりも、価格を変化させる方が効果は高い。

外部の研究結果のみではなく、筆者が関与した研究について論じられていることがよかった。

計量経済学や因果推論についてなにかしらふんわりと理解があり、より詳しく知りたい方におすすめ。
まったくの初学者には中室さんの書籍をすすめたい。

マーケティング職なので、データ分析は行うのだが、そのための教育を受けたわけでなく自分の分析に懐疑的だったため、勉強のために読んでみた。入門編の分析手法と例がわかりやすく示されていた。ただし、これを読んでもその分析ができるわけでない。練習問題のようなものがあってほしかったな。
以下学び：
因果関係と相...続きを読む関関係の違いを意識すること。
どの分析にも共通するのが、実際に起こっていない事は、「測定できない」。仮説が成立するであろうと言う事象を出来るだけ集める事が重要。
RCT:グループ分けは必ずランダムに行う。
RD：境界線をうまく使う
RCT：集積分析　階段状の変化を見る。例;課税される地点で急な変化が起きるか。インセンティブの効果診断に有用
出版バイアス; 結果が0に、即ち、因果関係がないと言う結論が出た論文は意味がない、面白味がない、読まれない、と発行されない。因果関係がないと言う意味あると言われるようになって久しいが、まだ偏見がある
パートナーシップバイアス: データを提供してくれるパートナーからのデータを使いがち
データ分析は、何を分析したいのか。そのための正しいデータはあるか。ないと良い仕事は出来ない。

相関関係と因果関係は全く別！！
ランダムなグループ分けが鍵！
平行トレンドの仮定など、様々な考え方の基本がわかりやすく記載されており、非常に興味深かった