データ 分析 の 力 因果 関係 に 迫る 思考 法

Tue, 30 Jul 2024 16:22:23 +0000

ビッグデータの扱いは分析において注意すべき点は、ビッグデータが持つバイアスである。 (53 ページ) 概要 著者は、シカゴ大学でデータ分析の理論と応用について大学院生に講義をしている伊藤公一朗さん。 冒頭で、「新聞やテレビで主張されていることの多くは、 相関関係 を誤って解釈して 因果関係 のごとく示されているもの」(42 ページ)と指摘しているが、まさにそのことが気になって本書を購入した。 だが、物事を判断するには、相関関係より因果関係が必要になる場面がほとんどだ。そこで、因果関係を証明するためには、原因を適用する介入グループと、何もしない比較グループを用意する。伊藤さんは、この 2 つのグループ分けを行うには、 ランダム化比較試験 (Randomized Cintrolled Trial: RCT)が最適だという。 だが、現実社会では RCT を行うことが難しいケースが多いことから、RD デザイン法などの分析手法を用いる。さらに、データ分析の不完全性や限界を説明する。 (この項おわり)

書評: データ分析の力 - 因果関係に迫る思考法 (伊藤公一朗) 。ビッグデータ時代にこそ不可欠な分析力｜#戦略の整理整頓

そして、この著者であれば、その方向性での一般向け新書が書けるのではないだろうか? それとも、これからは企業の企画部門やマーケット部門でもランダム化比較試験などを実施するようになるのだろうか? Reviewed in Japan on November 2, 2019 Verified Purchase Outcomeと意思決定問題での目的との関係が明白である場合(例えば 企業の問題で利潤とか)は、本書での方法論は有効だが、そうでない場合(例えば、社会全体の厚生とか家計のwell-beingとか)は 実はその有効性はほとんど議論されていないし、明らかでない。 本書で紹介されている因果関係の分析は、政策分析や世の中の制度や仕組みの分析の「出発点」に過ぎないのではないか?

伊藤 公一朗『データ分析の力 因果関係に迫る思考法』　受賞者一覧・選評　サントリー学芸賞　サントリー文化財団

実際にこのケースでは、70歳を堺に非連続的にサービス利用者が増えており因果関係がありそうということがわかりました。 ただRCTと違い、負担額が変わらない場合の事象は正確には観測できないので、手法としての強力さではRCTに軍配が上がります。 コストや工数の問題でRCTが実施できない場合は、自然実験手法を用いてみるとよいでしょう! 本の中では、集積分析・パネルデータ分析など他の手法についても紹介されていますので是非よんでみてください! 因果関係を証明する上での注意点 最後に因果関係を見極める上での注意点について見ていきます!

データ分析の力　因果関係に迫る思考法の電子書籍 - Honto電子書籍ストア

一つの可能性が「パネル・データ分析」である。「パネル・データ分析」とは、観察対象を複数の期間において観察し、別のグループと比較することである。 ●パネル・データ分析の鉄則 ・介入が起こった時期の前後のデータが、介入グループと比較グループの両方について入手できるか確認する ・平行トレンドの仮定が成り立つか確認する 「平行トレンド」→もし介入が起こらなかった場合、介入グループの平均的結果と比較グループの平均的結果は平行に推移する。 ・平行トレンドの仮定が成り立つと断言できた場合、2つのグループの平均値の推移をグラフ化し、介入効果の平均値の測定を行う ●パネル・データ分析の強み 介入グループに属する全ての主体に対して介入効果の分析が可能であり、分析できる対象の範囲が狭いRDデザインや集積分析に比べて優れた点である。 ●パネル・データ分析の弱み 仮定が非常に難しい。X以外の要因が重なれば、たちまち平行推移が成り立たなくなってしまう。 また、複数機関のデータを介入グループと比較グループの両方について収集する必要がある。 6 実践編 どうすればデータ分析をビジネス戦略や政策形成に生かせるのだろうか? ①データ分析専門家との協力関係を築く データ分析とは、ただデータを取ってそれをエビデンスとして示せばいいというものではない。収集すべきデータは何なのかといった、「コンピュータにデータが上がって来る前の段階も含めたスキルや経験」が重要になる。そのため、データ分析の結果を利用する「現場の人間」とデータ分析官の協力が必要である。 ②データへのアクセスをひらく なるべく多くの団体・企業が、行政データ・経営データを利用できるような環境を整える。 7 データ分析の限界 ①データ自体に問題がある(数値が正しく記録されていない、大量の欠損値がある、サンプルが偏っている)ときは、優れた分析手法でも解決できない。 ②実験や自然実験で得られた分析結果が、分析で使われたサンプル以外にも適用できるかわからない→「外的妥当性」の問題。データの取得範囲に依存する。 ③データ分析者やデータ分析のパートナーの意に沿わない結果は世の中に出てきにくい。 ④介入グループに施した介入が比較グループにも「波及効果」を持つ可能性がある。 ⑤小規模の実験の結果と大規模な政策の結果がズレる場合がありうる。

この要約を友達にオススメする MIND OVER MONEY クラウディア・ハモンド 木尾糸己(訳) 未 読 無 料 日本語 English リンク ITビッグ4の描く未来 小久保重信 STARTUPスタートアップ ダイアナ・キャンダー 牧野洋(訳) プラットフォームの教科書 根来龍之 ビジョナリー・マネジャー 秋元征紘 2000社の赤字会社を黒字にした 社長のノート 長谷川和廣 インダストリーX. 0 エリック・シェイファー 河野真一郎(監訳) 丹波雅彦(監訳) 花岡直毅(監訳) 井上大剛(訳) メガトレンド 川口盛之助 リンク

【紹介】データ分析の力 因果関係に迫る思考法 光文社新書 (伊藤 公一朗) - YouTube