効果検証入門〜正しい比較のための因果推論/計量経済学の基礎

書籍キャッチコピー
「バイアス」を取り除くための技術
著者名
安井 翔太, 株式会社ホクソエム
出版社名
技術評論社
価格
2948
ページ数
240
出版年月日
2020/01/18

サンプルPythonコードリンク
サンプルRコードリンク



本書のポイント

  • 正しい意思決定を行うためのバイアスを取り除く方法ついて、順を追って説明しており、初学者が因果推論という分野を前提知識なしで学ぶことができる。
  • プログラミングコードもついており、実際にデータで試しながら因果推論の手法を学ぶことができる。(※本書はRを使用。有志がPythonコードで実装したものも公開されている)



レビュー

メールマーケティングで顧客の購買行動を促進する目的でクーポンを配布したりするとき、担当者は実施した施策がどれくらい効果があったのか、定量的に知りたいと思うだろう。しかし、効果検証には注意が必要だ。なぜなら正しくない比較をしてしまうと効果が過大評価されたり、あるいは過小評価されることが多いからだ。そして、上記のようなデータが生まれるプロセスに人の意思が関わる場合、必ず結果のデータにはバイアスが含まれる。

本書では、バイアスが含まれるデータから施策の実施有無の効果をできるだけバイアスを排除しながら評価する手法(因果推論)を学ぶことができる。クラシックかつ強力な統計手法であるランダム化比較試験(RCT)から始まり、RCTが使えない場合に使える因果推論の手法である、回帰分析、傾向スコア、差分の差分法(DID)、回帰不連続デザイン(RDD)などを実例を通じて学習していくことができる。

また、因果推論の各手法はプログラミング言語のRを用いて演習することができる。加えて有志の方が作成したPythonでRのコードを再現したコードもGithubで公開されており、Rはわからないという方でも本書の内容を学べるようになっている。

本書は因果推論を初めて学ぶデータサイエンティストや効果検証のやり方を知りたい実務者にとって最初の一冊にふさわしい入門書だ。

目次

嘘っぱちの効果とそれを見抜けないデータ分析
1章 セレクションバイアスとRCT
2章 介入効果を測るための回帰分析
3章 傾向スコアを用いた分析
4章 差分の差分法(DID)とCausalImpact
5章 回帰不連続デザイン(RDD)
付録 RとRStudioの基礎
因果推論をビジネスにするために

この書籍に興味がある人へのおすすめ


レビューワー

Toru_Hasegawa

関連記事

  1. 考える技術・書く技術

  2. ビッグデータ分析・活用のためのSQLレシピ

  3. ダブルハーベスト 勝ち続ける仕組みを作るAI時代の戦略デザイン

  4. データマネジメントが30分でわかる本

  5. ChatGPTの頭の中

  6. データ視覚化のデザイン

  7. 化学のためのPythonによるデータ解析・機械学習入門

  8. シン・ニホン AI×データ時代における日本の再生と人材育成

  9. 最短コースでわかる PyTorch &深層学習プログラミング