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