内容説明
本書は，統計的因果推論の理論（数理的メカニズム）と実装（Rによる数値解析）の両方を統一的にカバーしたものである。具体的には，ハーバード大学統計学科のDonald B. Rubinの提唱した潜在的結果変数の枠組みによる統計的因果推論を扱う。また，データの一部が観測されない場合の因果推論も扱っており，これは類書にはほとんどみられない本書の特徴である。本書の数理的な理論解説は，できるだけ高校数学の範囲内で理解できるように工夫した。微積分や線形代数も，ほぼ登場しない。さらに，必要な数学的知識は，登場する箇所で解説を加えた。また，Rを使った数値計算により，数学が苦手な人にも統計的因果推論のメカニズムを理解してもらえるように工夫している。そして，数式とRコードとの対応関係をRの初心者も理解できるように，できるだけ1行ごとに完結するコードを書くよう心がけた。さらに，Rを使って統計的因果推論の実証研究を行うための実践的な内容も盛り込んでいる。本書の解析結果は，シミュレーション結果を除いて，すべて，本書の中に記載されているRコードを使って再現できるようにした。そして，本書で使用したデータはすべて，本書のサポートページからダウンロードして使用できるので，本書記載のRコードと一緒に活用することで，統計的因果推論を実践的に学ぶことができる。
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。
月をみるもの
9
欠測データというのは反実仮想そのものだとすると、因果関係に関する事前知識なしに、データ解析だけから（相関でない）因果を抜き出すことってできないような。。そこは永遠に客観的な方法論ではなく、認知形態に依存する art であり続けるしかないのかなあ。。 後半の技術論の部分を、もっとちゃんと読んで勉強しよ。2022/08/17
p31xxx
5
章立てを確認した。ルービンのモデルの技法を扱っている。本書をもとに以前StataでやっていたことをRで再現し、当時わかっていなかったところの理解を深めたい。2023/01/20
hurosinki
4
大学図書館で借りたやつ。理論背景を説明するだけでなく、Rによる実装のやり方を解説してくれるのが良かった。傾向スコアや操作変数法、回帰不連続デザイン（RDD）といった手法の概要は知っていたが、自分でコード書いて分析するのは初めてで、とてもワクワクした。なお、これらは10章以降にやる話。 9章以前では共分散分析（重回帰分析）の解説に多くの頁を割いている。共分散分析で処置効果を推定する上で特に重要な仮定は「パラメータにおける線形性」（仮定2）と「誤差項の条件付き期待値ゼロ」（仮定3）である（9.4節）。2023/01/15
