• home
  • about
  • 全ての投稿
  • ソフトウェア・ハードウェアの設定のまとめ
  • 分析関連のまとめ
  • ヘルスケア関連のまとめ
  • 生涯学習関連のまとめ

causal impact

date: 2022-07-13 excerpt: causal impact(因果推論)について

tag: 機械学習因果推論causal impact


causal impact(因果推論)について

概要

  • 因果推論の根本問題について
    • 推論対象(反実仮想)をどう求めるか
  • DIDのような簡単な関係ではなく、MLを用いて推論する
    • 目的変数に対してfitすれば良いので、kagglerが力を発揮する
  • causal impactはコーザルインパクトという読み方になる

因果推論の根本問題について

  • 介入した効果の逆を求めるのは難しい
    • e.g.
      • 東京をロックダウンし感染症の数がわかっても、仮にロックダウンしなかった場合の数がわからないことが問題
        • 様々な地域のロックダウンしたなかった場合 or した場合の感染者数を当てるモデルを作成する
          • 説明変数として人口や産業業態やlatlonなどさまざまな特徴量を用いると仮定する
        • モデルで東京のロックダウンしなかった場合をシミュレーションする

凡例

ロックダウンの効果を求めたい場合

特徴量の選択について

  • 可能な限り、介入と相関がない特量を選ぶべきである
    • 介入に相関がある特徴量では、介入を変化させたときに、そちらも変更する必要があり、シミュレーションとして成立しない

参考

  • 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
  • 因果推論におけるCausal Impactの立ち位置を俯瞰する/Qiita


機械学習因果推論causal impact Share Tweet