内容説明
情報化社会の進展とともに大量のデータが得られるようになり、また社会科学でも実証志向の高まりから調査研究が盛んに行われている。しかし、「因果推論」を行なう際のデータの偏りや「選択バイアス」を無視してしまうと、いくら大量のデータがあっても真実とは逆の結論が導かれることすらある。本書では豊富な具体例とともに、「共変量情報の積極的な利用」「欠測データモデル」「セミパラメトリック推定」という３つの武器を用いて、偏りのあるデータから正しい推論を行なう方法論を示す。関連して、インターネット調査の偏りの補正や「データ融合」についても詳しく説明する。
目次
第１章 序論
第２章 欠測データと因果推論
第３章 セミパラメトリック解析
第４章 共変量選択と無視できない欠測
第５章 選択バイアスとその除去
第６章 有意抽出による調査データの補正―インターネット調査の補正を例として
第７章 データ融合―複数データの融合と情報活用
付録Ａ 統計理論に関する付録
付録Ｂ フリーソフトウェアＲのコードの紹介
著者等紹介
星野崇宏［ホシノタカヒロ］
１９７５年生まれ。２００４年東京大学大学院総合文化研究科博士課程修了。情報・システム研究機構統計数理研究所、東京大学教養学部を経て、２００８年より名古屋大学大学院経済学研究科准教授。現在、独立行政法人科学技術振興機構（ＪＳＴ）さきがけ「知の創生と情報社会」領域研究代表者を兼任（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
感想・レビュー
※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。
kaida6213
6
因果推論のガチ本。因果関係の推論問題をケッソンデータにたいするバイアス除去だと捉えて解決を試みる。何冊か同分野の本を読んでみてからの方がすっと入ってくると思う。2022/04/14
がっち
3
一見高度だが、選択バイアス・因果推論をしっかり書いてあり、もともとの前提知識をあまり必要としないのは貴重であると言える。統計学をやる上で、社会科学をしている以上選択バイアスというものが必ずかかるそれを説明しており、また読み返したいと思う。2013/05/28
ONE_shoT_
2
統計的因果推論（ルービンの因果モデルまわり）の理論がしっかり書かれた一冊。傾向スコアを案件で使ったときに少し読んで放置していたので通読した。共変量の選択方法含め、傾向スコアを使った具体的な解析方法が書かれていて参考になります。ただ、なかなか難しい。2021/06/20
ユータス
1
おすすめ度☆☆☆☆☆（感動した）。流行りの因果推論に興味があって拝読。因果推論だけでなく、選択バイアス、データ融合も実務で凄く役立ちそうな話題だったので読んで良かった。メインは傾向スコアによるセミパラメトリックな手法の紹介だが、素朴な手法や古典的な手法も紹介されており、それらの問題点が理論と数値例で示されるので非常に納得できた。統一的な枠組みで議論がされているので、きちんと理解すればかなり応用できそうだが、議論を追いかけるのはけっこう大変で所々飛ばしてしまった。簡単なものから試してみて、また読み直したい。2021/05/05
shin_ash
1
因果推論、選択バイアス、データ融合について無いデータを欠測値とする事で統一的に扱えることを示している。これらを共変量を使って傾向スコアで調整すると言うのが主な内容である。社会科学に限らず観察データにはありがちなシチュエーションだけに興味深く読むことができた。説明している内容そのものは丁寧でわかりやすかったものの、実践でどう使うのかのイメージがわいてこなかったので、まだまだ理解が浅いのだと思う。自分のレベルではまず共変量による調整が必要な場面かどうかの嗅ぎ分けからスタートしたい。良書だと思います。2017/05/27
