← 因果推論 一覧

🎓 第1章：因果推論の枠組み

第1章 因果推論の枠組み

因果推論の出発点です。「相関は因果ではない」を起点に、潜在結果で因果効果を定義し、DAG と d分離で因果構造を読み、バックドア基準で調整集合を選び、識別の仮定で「どんな条件なら観察データを因果と読めるか」を明確にします。一貫して識別（どんな仮定なら因果か）と推定（どう測るか）を分け、真の効果を仕込んだ擬似データで素朴な推定の当たり外れをコードで確かめます。

統計検定サイトの フィッシャーの3原則（統計・ランダム化）・重回帰分析（統計・調整）・条件付き確率・独立性・全確率の定理（統計・条件付き独立）が土台です。

トピック一覧

1. 相関と因果の違い — 基礎・交絡とシンプソンの逆説。素朴な平均差が符号まで逆転する様子を擬似データで確かめる。
2. 潜在結果モデル — 基礎・反事実 Y(1),Y(0) で因果効果を定義。ATE/ATT と「片方しか観測できない」根本問題。
3. 因果ダイアグラムとd分離 — 基礎・DAGと鎖/分岐/合流点。d分離が予言する条件付き独立を数値で検証（コライダーの罠）。
4. バックドア基準と識別 — 基礎・バックドアパスを塞ぐ調整集合の選び方。正しい調整は真値を当て、誤調整は外す。
5. 識別の仮定 — 基礎・交換可能性/正値性/一致性/SUTVA。調整公式の導出と、正値性・SUTVA違反の破綻を実証。

学びの順序

01-01（なぜ素朴比較が壊れるか）→ 01-02（因果効果の厳密な定義）→ 01-03（構造を図にする）→ 01-04（何を調整すべきか）→ 01-05（因果と読むための仮定）の順に、概念から識別へ積み上がります。

関連章

• 第2章 ランダム化実験 — 設計で交換可能性を保証する（なぜRCTが黄金律か）
• 第3章 バックドア調整 — 識別した効果を回帰・傾向スコア・IPWで推定する（回帰による調整とその限界）
• 第7章 感度分析と落とし穴 — 未観測交絡・合流点・過剰調整への対処
• 統計：フィッシャーの3原則（ランダム化）・統計的因果推論・傾向スコア
• 因果推論テキスト 全体目次