京都大学

因果推論

コース学生・研究者向け

ビデオ講義・講義ノート

KoALA

因果推論

このコースでは、医学のための因果推論(causal inference)の基礎概念と手法について、理論的な視点から学びます。学習支援環境KoALAを利用します。

  1. 到達目標:医学のための因果推論の基礎概念と統計手法を理解する
  2. 内容:Simpsonのパラドックス、一般化線型モデル、Rubin因果モデル、プロペンシティスコア、周辺構造モデル、構造平均モデル、操作変数法
  3. 形式:ビデオ講義(4回)、講義ノート、問題演習
  4. 学習時間の目安:12時間
  5. 履修要件:線型代数・微分積分・確率を学部レベルで理解していること、コンパクトな参考書として椎名洋ら著「データサイエンスのための数学」を挙げておく

到達目標

1) パラメータ推定の数理(推定量の評価基準、最尤法、不偏な推定方程式、サンドイッチ分散)

2) 大標本のための手法(尤度比検定、Wald検定、スコア検定)

3) 小標本のための手法(Clopper-Pearson法、Mid-p法、Agresti法)

4) 一般化線型モデル(正規線型モデル、ロジスティック回帰、Poisson回帰)

5) Simpsonのパラドックス(交絡、併合可能性、共変量の偏り、交互作用)

6) Rubin因果モデル(潜在結果変数、割付けメカニズム、プロペンシティスコア)

7) 時間依存性治療効果の推定(中間因子、周辺構造モデル、IPW推定量)

8) 操作変数法(操作変数の3条件、Wald推定量、2段階最小二乗法、構造平均モデル、g推定、主要層別)

コース概要

KoALAウェブサイトから配信している講義動画は以下の通りです。

Week I. 最尤法

Week II. 一般化線型モデル

Week III. Rubin因果モデル

KoALA

このコースは、京都大学が運営するウェブサイトKyoto University Online for Augmented Learning Activities(KoALA)から配信しています。京都大学の学生アカウント(ECS-ID)または教職員アカウント(SPS-ID)で本サイトに登録できます。
学外の方は、KoALAウェブサイト(https://koala.highedu.kyoto-u.ac.jp/register)にアクセスして、アカウントを作成する必要があります。