感情タグBEST3
このページにはネタバレを含むレビューが表示されています
Posted by ブクログ
難しかった。松尾先生の解説で、何となく全体像は見えたかも。因果関係という当たり前と思える事象に統計学が対応できたのはつい最近らしい。独自の因果モデルを作れば馬券ソフト開発に役立つか？
・相関は見られたが、因果については何も言えない 時代が続いた。
・因果について表現する言語を発明→因果ダイアグラム
・相関を解析するのには交絡因子が課題。主流はランダム化比較試験（RCT)
・RCTができない場合が多いので、交絡因子を調整して因果効果を推論する
・コライダー（結合）を調整してしまうと、元の変数が独立から従属に変わる。
・モンティホールパラドックスは司会者のドア選択がコライダーとなり新車の位置と出場者のドア選択に影響
・Do演算子を導入して数式化。ある薬(drug)Dを患者に与えて それが寿命(lifespan)Lに与える影響はP(L|do(D))と表現（Pは確率）
・患者が自主的に薬Ｄを服用したのを観察した際の数式P(L|D)と P(L|do(D))
は別物。Do演算子は介入を表す。
・Do演算子の数式を解くには、交絡因子を調整する。介入と結果の間の交絡因子を含むバックドア経路を交絡因子を調整することによってブロックする方法が一般的だが、介入と結果の経路に中間因子があれば、介入データを調整することで介入→中間因子→結果の因果効果を推定できる。
・因果ダイアグラムを用いると、観察データや実験データを使い、現実ではない筋書き＝反事実的なシナリオについて情報を引き出せる。もし〇〇だったら、××だったのにという仮定法過去を定量化できるようになる。
