異質性を考慮した因果効果の推定法の開発とその応用

Material type: 文書・図像類

Author: 星野, 崇宏ほか

Publisher: -

Publication date: 2021

Material Format: Digital

Capacity, size, etc.: -

NDC: -

View All

Notes on use

Note (General)：: type:text本研究は近年の統計科学において最も重要かつ応用研究において利用されているルービン因果モデルの枠組みを拡張し、階層性のあるクラスターデータにおける因果効果の異質性や、同一個人でも何らかの要因により介入効果が異なる個人レベルの効果の異質性について統一的なモデル表現を行い、既存手法で生じ...

Related materials as well as pre- and post-revision versions

科研費研究者番号 : 20390586

科研費研究者番号 : 90091701

科研費研究者番号 : 00824468

科研費研究者番号 : 30823843

Search by Bookstore

Holdings of Libraries in Japan

This page shows libraries in Japan other than the National Diet Library that hold the material.

List of Cooperating Institutions and Databases

Please contact your local library for information on how to use materials or whether it is possible to request materials from the holding libraries.

other

Keio Associated Repository of Academic resources
Digital
You can check the holdings of institutions and databases with which Institutional Repositories DataBase(IRDB)(Institutional Repository) is linked at the site of Institutional Repositories DataBase(IRDB)(Institutional Repository).
Keio Associated Repository of Academic resources

Search by Bookstore

Bibliographic Record

You can check the details of this material, its authority (keywords that refer to materials on the same subject, author's name, etc.), etc.

Digital

Material Type: 文書・図像類
Title: 異質性を考慮した因果効果の推定法の開発とその応用
Author/Editor: 星野, 崇宏
繁桝, 算男
猪狩, 良介
加藤, 諒
Author Heading: 星野, 崇宏
繁桝, 算男
猪狩, 良介
加藤, 諒
Publication Date: 2021
Publication Date (W3CDTF): 2021
Alternative Title: イシツセイオコウリョシタインガコウカノスイテイホウノカイハツトソノオウヨウ
Ishitsusei o kōryoshita inga kōka no suiteihō no kaihatsu to sono ōyō
Development and application of heterogeneous causal effect estimation
Periodical title: 科学研究費補助金研究成果報告書
Text Language Code: jpn
eng
Subject Heading: 因果効果推定,階層モデル,ベイズ推定,傾向スコア,選択バイアス
Target Audience: 一般
Note (General): type:text
本研究は近年の統計科学において最も重要かつ応用研究において利用されているルービン因果モデルの枠組みを拡張し、階層性のあるクラスターデータにおける因果効果の異質性や、同一個人でも何らかの要因により介入効果が異なる個人レベルの効果の異質性について統一的なモデル表現を行い、既存手法で生じるバイアスを回避する効率的な推定法を開発した。また、異質性の存在が複数RCT間での結果の不一致の問題につながることを明確にし、母集団情報を一部利用しながら異質性を考慮した選択バイアスの補正法を開発した。これらの方法論の開発と同時にマーケティング・医学・教育学での応用研究を行い提案した枠組みと方法論の妥当性を示した。 This study extends the framework of the Rubin causality model, one of the most important and applied models in statistical science in recent years, to develop a unified model for the heterogeneity of causal effects in hierarchical cluster data and individual-level effects where the intervention effect differs depending on some factors even for the same individual. We developed an efficient estimation method that avoids the bias introduced by existing methods. We also clarified that the presence of heterogeneity leads to the problem of inconsistent results across multiple RCTs, and developed a method to correct for selection bias that takes heterogeneity into account while partially utilizing population information. Simultaneously with the development of these methodologies, we conducted applied research in marketing, medicine, and education to demonstrate the validity of the proposed framework and methodologies.
研究種目 : 基盤研究 (B) (一般) 研究期間 : 2018～2021 課題番号 : 18H03209 研究分野 : 統計科学
Access Restrictions: 限定公開
Related Material: 科研費研究者番号 : 20390586
科研費研究者番号 : 90091701
科研費研究者番号 : 00824468
科研費研究者番号 : 30823843
Data Provider (Database): 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）
https://irdb.nii.ac.jp
Original Data Provider (Database): 慶應義塾大学 : 慶應義塾大学学術情報リポジトリ