O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.

因果推論の基礎

10.907 visualizações

Publicada em

法社会学会関東支部で,2014年12月13日に報告。
『実証分析入門――データから因果関係を読み解く作法』の後半で展開されている,因果推論を説明

Publicada em: Economia e finanças

因果推論の基礎

  1. 1. 因果推論の基礎 ――ミクロ計量経済学の最近の潮流から―― 森田果y hatsuru@law.tohoku.ac.jp y 東北大学大学院法学研究科 法社会学会関東研究支部定例研究会(早稲田大学) 2014 年12 月13 日 森田(東北大) 実証分析入門演習Dec 13, 2014 1 / 28
  2. 2. Introduction Outline 1 Introduction 2 因果推論の根本問題 3 因果推論の前提条件 4 割当メカニズムの重要性 5 ランダム化:特殊な割当メカニズム 6 さまざまな因果推論の手法 7 因果推論と構造推定 森田(東北大) 実証分析入門演習Dec 13, 2014 2 / 28
  3. 3. Introduction 伝統的な法学における実証分析の利用 記述的推論 データを要約統計量(summary statistics)・記述統計量(descritive statistics) の形にまとめる mean, median, maximum/minimum, variance など これだけでも,〔上手に行えば――King et al 1994〕分かることは結構 ある 相関関係(correlation, association) の計算 基本的にはOLS(最小二乗法による線形回帰)やクロス集計 差の検定 e.g., 男女(の平均賃金etc)の間に有意な差があるかどうかの検定 森田(東北大) 実証分析入門演習Dec 13, 2014 3 / 28
  4. 4. Introduction 最近の法学研究における実証分析の利用 より政策的な方向へ consequentialism | 法ルールがその目的を達成できているかどうか? program evaluation と呼ばれる分野との接合 単なる記述的推論ではなく,因果推論(causal inference)の重視 相関関係ではなく,因果関係の評価 経済学や政治学でのトレンドを反映 医療でのEBM なども因果推論の世界(統計学の世界では裏でつな がっている) 因果推論では,推定手法(統計ソフトウェアが計算してくれる部分) よりも,リサーチデザイン(どこに因果関係を見いだすか,うまく 仕組む)ことの方が重要 森田(東北大) 実証分析入門演習Dec 13, 2014 4 / 28
  5. 5. 因果推論の根本問題 Outline 1 Introduction 2 因果推論の根本問題 3 因果推論の前提条件 4 割当メカニズムの重要性 5 ランダム化:特殊な割当メカニズム 6 さまざまな因果推論の手法 7 因果推論と構造推定 森田(東北大) 実証分析入門演習Dec 13, 2014 5 / 28
  6. 6. 因果推論の根本問題 基本概念 a la RCM (Rubin Causal Model) unit: 対象 treatment: 介入がなかった場合(=control)と比較して,それが あった場合の効果を測定したいと考えている(政策)介入 potential outcomes: ユニットにtreatment があった場合となかった 場合について,ユニットが取り得る(=まだ観察されていないもの である点に注意!)値 counterfactual: 実現しなかった方のpotential outcome causal effect: 1 つ1 つのユニットについて,treatment があった場合 のpotential outcome とtreatment がなかった場合のpotential outcome との間の差 `The Fundamental Problem of Causal Inference': 私たちは,複数の potential outcome のうち,最大で1 個しか観察することはできない から,causal effect を直接観察することはできない 森田(東北大) 実証分析入門演習Dec 13, 2014 6 / 28
  7. 7. 因果推論の根本問題 具体例:単純な差分をとる場合 ユニット=ある時点の「私」。頭痛がある。 treatment =頭痛薬アスピリンの投与。 Y = 2 時間後の「私」の頭痛の評価。treatment の有無で,2 通りあ り得る。 Unit 当初の頭痛potential outcomes Y へのcausal effect X Y (Asp) Y (Not) Y (Asp)

×