効果検証
効果検証入門
Causal Impact
あとでみる
Xユーザーのだいすけ【データサイエンス】さん: 「因果推論を学ぶうえでこの順番で学ぶのがオススメです ... / X
統計的因果推論入門 - YouTube
Amazon.co.jp: つくりながら学ぶ! Pythonによる因果分析: 因果推論・因果探索の実践入門 Compass Booksシリーズ eBook : 小川雄太郎: Kindleストア
統計的因果推論 - YouTube
【データサイエンス】因果推論①_因果モデル＆構造方程式 - YouTube
統計的因果推論いろいろある...Rubin の???
効果検証入門
前提
交換可能性
条件付き交換可能性
一貫性
正値性
効果検証における注意すべき点 ~概念編~ - AITC - ISID | AI トランスフォーメンションセンター コラム
本当の原因は何か？：因果効果を求めるために必要な条件 - SAS Japan
s データから因果関係をどう導く？：統計的因果推論の基本、「反事実モデル」をゼロから - Unboundedly
因果関係
効果検証における注意すべき点 ~因果グラフ編~ - AITC - ISID | AI トランスフォーメンションセンター コラム
X と Y の間に Association(関連)がある
睡眠時間（Ｘ）が長い人の方が年収（Ｙ）が高い
X と Y の間に Causal relationship(因果関係)がある
睡眠時間（Ｘ）を増やすことで年収（Ｙ）が高くなる
因果関係がないのに相関関係があらわれる４つのケースをまとめてみたよ（質問テンプレート付き） - Take a Risk：林岳彦の研究メモ
偶然
逆因果
交絡
選択バイアス
因果グラフ
"矢印"をつかって因果関係を視覚的に整理する：因果ダイアグラム（DAG)入門①〜なぜDAGが必要なのか〜 - Unboundedly
s "矢印"をつかって因果関係を視覚的に整理する：因果ダイアグラム（DAG)入門②〜読み方・書き方の基本ルール〜 - Unboundedly
矢印でつながってるものは関連がある
X → Y → Z のとき X と Z に関連がある/因果関係もある
Backdoor path は関連がある/因果関係はない
Z → X , Z → Y のとき X と Y に関連がある
Collider は関連ない
X → Z, Y → Z のとき X と Y に関連ない
回帰分析における「調整変数」の選び方：実践編 - Unboundedly
条件付けによってDAG上のすべての裏口経路を閉じるのに必要な（最小限の）変数セット
Causal Inference: What If (the book) | Miguel Hernan's Faculty Website | Harvard T.H. Chan School of Public Health
s 統計的因果推論入門の講義資料を公開しました - Unboundedly
CATE = Conditional Average Treatment Effect