介入効果の推定に適用可能とされる解析手法
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2022/06/14 15:53 UTC 版)
「統計的因果推論」の記事における「介入効果の推定に適用可能とされる解析手法」の解説
条件付き交換性 (conditional exchangeability: CE)を満たすような共変量の条件付けができる場合共変量 covariateの選択 標準化（standardization）や IPW（Inverse Probability Weighting）による平均処理効果(ATE:Average Treatment Effect)の推定 層別やマッチングによる 条件付き平均処置効果（conditional average treatment effect: CATE） の推定 傾向スコア・マッチング（Propensity Score Matching、PSM） 条件付き交換性 (conditional exchangeability: CE)を満たすような共変量の条件付けができない場合操作変数法（instrumental variable: IV），Marginal Treatment Effect（MTE），部分識別（partial identification: PI） 回帰不連続デザイン（Regression Discontinuity Design, RDD） 固定効果（FE）モデル：差分の差分法（Difference In Differences, DID）、合成コントロール法(Synthetic Control Method、SCM) フロントドア基準 その他の手法との関係機械学習（Machine Learning, ML）との関係につていは、Pearl(2019)を参照 ベイズ推定（Bayesian inference）との関係については、Alaa and van der Schaar(2017)を参照。ベイズ推定を用いたセミパラメトリックな因果推定の手法として、LiNGAMなどがある。 共分散構造分析（Covariance Structure Analysis / Structural Equation Modeling、SEM）との関係については、Morgan and Winship（2007）を参照
※この「介入効果の推定に適用可能とされる解析手法」の解説は、「統計的因果推論」の解説の一部です。
「介入効果の推定に適用可能とされる解析手法」を含む「統計的因果推論」の記事については、「統計的因果推論」の概要を参照ください。
- 介入効果の推定に適用可能とされる解析手法のページへのリンク
