02/11/2024 / 最終更新日時 : 03/25/2024 生成AI/GPT ベイズ 【因果推論】uplift modeling(アップリフトモデリング)について こんにちは、青の統計学です。 今回は、アップリフトモデリングについて解説していきます。 これはマーケティングや広告などの分野で、特定のアクション(例えば、プロモーションやキャンペーン)が個々の顧客やユーザーに与える影響を […]
12/01/2023 / 最終更新日時 : 03/20/2024 生成AI/GPT 因果推論 【A/Bテストなし】競合施策の効果を推定したい|因果推論と時系列解析 こんにちは、青の統計学です。 今回は、業務で行き詰まった部分をまとめてみました。何かの役に立てたら幸いです。 因果推論を使ったアプローチと時系列解析を使ったアプローチをご紹介します。 ケース|同業の施策の自社影響を知りた […]
01/29/2023 / 最終更新日時 : 04/13/2024 生成AI/GPT Python 【SHAP】特徴量重要度や寄与度、限界効果を意思決定者にうまく伝えたい話|python これは直近仕事で抱えている問題を整理するために書き上げたコンテンツです。 今回は、prediction(予測)ではなくidentification(識別)に関する議論です。 kaggle等のコンペでは、予測に重きが置かれ […]
01/13/2023 / 最終更新日時 : 01/07/2024 生成AI/GPT 因果推論 成田悠輔教授の論文でも使われた回帰不連続デザイン(RDD)を学ぶ|python 今回は、子供に対する教育機関の因果効果を分析した、成田悠輔教授の論文を通して、回帰不連続デザインを解説いたします。 参照文献:Regression Discontinuity in Serial Dictatorship […]
08/04/2022 / 最終更新日時 : 12/10/2023 生成AI/GPT Python 【共変量の調整】傾向スコア・マッチングによる因果推論 | python こんにちは、青の統計学です。今回は傾向スコアをご紹介します。 因果推論に必要な考え方ですので、しっかり習得しましょう。 傾向スコア (propensity score) 傾向スコアとは、群間比較研究において、介入を受けた […]
06/18/2022 / 最終更新日時 : 01/13/2024 生成AI/GPT Python 【python】共分散分析(ANCOVA)の基礎から応用まで|因果推論 こんにちは、青の統計学です。 今回は交絡因子の影響を調整する共分散分析を解説しようと思います 共分散分析 共分散分析は、調整平均を用いて、共変量(covariate)の影響を考慮した上で、群間の平均値の差を検定する方法で […]
06/13/2022 / 最終更新日時 : 05/08/2023 生成AI/GPT ベイズ 【ベイズ因子】オッズ比の使われ方を紹介します オッズ比は二つのカテゴリに分けられるデータに対して有用な指標であり、特に、疾患や事象が発生する確率について研究する際に使用されます。 今回は、「オッズ」や「オッズ比」を統計学の観点から実例を通してみてみましょう。 オッズ […]
06/12/2022 / 最終更新日時 : 12/10/2023 生成AI/GPT 因果推論 【共変量の罠】シンプソンのパラドクスについて 「相関関係はあるけど、因果関係があるとは限らない」ということは、統計学を学んでしつこく聞いてきたでしょう。 今回は、ある種「因果はあるが、相関がなく見えてしまう」という「シンプソンのパラドクス」について解説いたします。 […]
06/11/2022 / 最終更新日時 : 01/13/2024 生成AI/GPT Python 【因果推論】差の差(DID)分析による平均処置効果の推定|計量経済学 こんにちは、青の統計学です 今回は、社会科学の分野でもよく使われる「差の差分析」について解説いたします。 シンプルで理解しやすいかつ強力な分析手法ですが、並行トレンドの仮定など前提となるルールもあります。 差の差分析(d […]
05/03/2022 / 最終更新日時 : 01/16/2024 生成AI/GPT Python 【時系列】ARモデルをわかりやすく解説|Yule-Walker法や最尤法も こんにちは、青の統計学です。 今回解説するのは、時系列モデルの基礎であるARモデルです。 まずは数式を見てみましょう。 ARモデル(autoregression model) $$y_{n} = \sum_{j=1}^{ […]