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

投稿元：

レビューを見る

因果推論入門の好著
ただ本書だけだと「気持ち」が分からないかも

「原因と結果」の経済学
データ分析の力 因果関係に迫る思考法
岩波データサイエンス Vol.3
実証分析のための計量経済学
本書
実証分析入門 データから「因果関係」を読み解く作法
政策評価のための因果関係の見つけ方 ランダム化比較試験入門
調査観察データの統計科学―因果推論・選択バイアス・データ融合
統計的因果探索

の順で読むといいかも

投稿元：

レビューを見る

因果推論を使って、正しい意思決定をしよう、という本。そのための考え方やツール、具体的なRの使い方も書いてありますが、自分には少し難しかった。もうちょっと勉強します。

投稿元：

レビューを見る

因果推論の手法が様々なパターンで紹介されておりとても勉強になる内容でした。

自分の知識が乏しいのもありますが数式の説明などなかなか難しい部分も多かったと思います。

またRによる実際の分析手法が書かれているのも良かったですが、個人的にはPythonを使った分析になっていると良かったです。。

投稿元：

レビューを見る

結構難解でしたが、実ビジネスの課題がシッカリ書かれていて実感がこもっていました。あとはRの凄さを垣間見た気がします。

投稿元：

レビューを見る

評判の良さも納得の本で，原理と実装のバランスが読者層をうまく把握していると思う。実装しようとする人はもちろん，因果推論をとりあえず知っておきたい人にもおすすめできる。

3章までの理論面については，グラフィカルモデルやバックドア基準などに詳しいPearl本により補完するのがいいだろう。

投稿元：

レビューを見る

実際のビジネスシーンに即しながら、できるだけ科学的に正しく、かつ、ビジネス的に意味のある効果測定を行う方法について、理論面、実装面の双方からわかりやすく述べられている。

この分野は初学者であったが、回帰、傾向スコア、DIDなど、各種手法についての基本的な理解は十分に得られたように思う。
あとは実践を繰り返して、より理解を深めていきたい。

この手の書籍では、理論の説明がしやすいような具体例が用いられることがあり、実際のビジネスシーンとの乖離を感じることがある。
一方本書では、いずれの具体例も、実際のビジネスシーンとの類似度が高いため、実務を想定しながら理解を深めることができた。

投稿元：

レビューを見る

丁寧な印象もあると同時に，個人的には文章が読みにくいところがあると感じます。

例えば，「メール配信の対象を決定する方法が，それぞれのグループの潜在的な購買傾向を考慮するような方法であれば，セレクションバイアスは0にならないでしょう。」(p.17)です。この手の書籍を読む人は，ランダム割り当てくらいは承知しているでしょうから，この文の「考慮」は，「潜在的な購買傾向が偏らないように配慮すること」と解釈すると思います。ところが，その後に続くのが「セレクションバイアスは0にならない」なので，「へ？　どういうこと？」となってしまいます。この文章で著者が言いたいのは「対象の決定を購買傾向に基づいて行う方法であれば」なのだといちいち解釈し直さないといけないです。こういう読み方をしなければならない箇所がまあまああります。加えて，「てにをは」が変なところもあったりします。

でも，トータルとしては良い本だとは思います。引用文献のリストがないのが欠点。

*****
…分析者が認知していないようなセレクションバイアスに関しては[因果推論と言えど]減少することはありません。つまり，分析者が事象について洞察力を働かせ，その仮説をもとに分析を進めることが非常に重要です。(p.35)