効果量とは？サンプルサイズ設計を実務で使うには
効果量（Effect Size）の基本的な概念と、統計的に有意な差を検出するために必要なサンプルサイズ設計について解説します。実務でA/Bテストや研究計画を立てる際に役立つ、検出力分析の基礎を学びましょう。
マーケティング
サンプルサイズ設計のガイド：基礎理論と実践をわかりやすく
統計的な調査やABテストに不可欠な「サンプルサイズ設計」について、基礎理論から実践的な計算方法（平均値、比率の推定、仮説検定）までを解説。検出力や効果量も考慮し、CM効果測定の具体例も紹介します。
【完全版】MMMを課題設定から考える｜Google Meridian
MMM（マーケティングミックスモデリング）を課題設定・予算最適化から徹底解説。バンダイナムコ事例から、Adstock/Hill関数、収穫逓減といったモデル理論、最新の階層ベイズOSS「Google Meridian」の導入まで、内製化を目指す実務家向けに詳細に解説します。
パス解析をわかりやすく解説：因果推論からMMMまで
【因果推論・SEM入門】パス解析（Path Analysis）を基礎から解説。パス図の描き方、最小二乗法（OLS）によるパス係数の推定、直接効果・間接効果の分離方法を詳細に紹介。マーケティングミックスモデリング（MMM）への応用例も解説します。
【因果推論】uplift modeling(アップリフトモデリング)とは？詳しく解説｜TWO MODELとX LEARNER
「因果推論」の手法であるアップリフトモデリング(Uplift Modeling)について解説します。マーケティング施策の「個の因果」を捉え、ROIを最大化する必要性から、Two-ModelアプローチやX-LearnerなどのMeta-Learnersまで、数学的背景と共に詳しく紹介します。
【API】Google Search Consoleから1000行以上の検索クエリを取得したい|Google Cloud
Google Search Consoleの管理画面では1000件しか見れない検索クエリを、APIとPythonを使って全量取得する方法を解説。Google Cloudの設定手順から、データ取得・CSV保存のコードまで完全網羅。SEOやサイト分析を強化したい方必見です。
【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。…
【計量経済学】IPW推定量をわかりやすく解説｜因果推論
因果推論の手法「IPW推定量」をわかりやすく解説。IPW（逆確率重み付け）がなぜバイアスを補正できるのか、前提となる傾向スコアの役割から、潜在的アウトカムを用いた数学的背景、Horvitz-Thompson推定量まで、計量経済学の観点で紹介します。
回帰不連続デザイン（RDD）をわかりやすく解説【因果推論】
回帰不連続デザイン(RDD)を分かりやすく解説。セレクションバイアスへの対処法や局所的な平均処置効果(LATE)の推定など、因果推論の重要手法を傾向スコアとDIDとの差分を確認しながら、共に学びます。計量経済学やEBPMに興味がある人におすすめです。
【共変量の調整】傾向スコア・マッチングによる因果推論 | python
傾向スコア・マッチング（PSM）を用いて、共変量を調整しセレクションバイアスを除去する方法を解説。因果推論の基本的なアプローチであるPSMの理論と、具体的な分析手順を学び、介入効果をより正確に推定しましょう。
UI/UX 改善における統計的アプローチ： ～サンプリング設計とベイズ推論の活用～
1. UI/UX 改善と統計学の関係 ユーザーの操作感やインタラクションをより快適にするためのUI/UX改善は、データドリブンなアプローチができるようになってます。 たとえば…
シンプソンズのパラドクスとは？──「部分」と「全体」で逆転する統計の落とし穴
シンプソンズのパラドクスとは？「部分」と「全体」で統計的な結論が逆転する現象を、具体例で解説。原因となる交絡因子や、統計検定2級でも頻出の「層別分析」による回避策も紹介します。
差の差分析（DID）をわかりやすく解説：多期間DIDとサンプルサイズ計算まで
因果推論の主要手法「差の差分析（DID）」をわかりやすく解説。平均処置効果（ATT）の推定方法、重要な「平行トレンド仮定」の確認、OLSでの実装、多期間DIDまで。実務や研究での介入効果測定に。