異質性を考慮した因果効果の推定法の開発とその応用
【研究キーワード】
因果効果推定 / 階層モデル / ベイズ推定 / 傾向スコア / 選択バイアス / 因果効果 / 階層データ / 適応的デザイン / ノンコンプライアンス
【研究成果の概要】
本研究は近年の統計科学において最も重要かつ応用研究において利用されているルービン因果モデルの枠組みを拡張し、階層性のあるクラスターデータにおける因果効果の異質性や、同一個人でも何らかの要因により介入効果が異なる個人レベルの効果の異質性について統一的なモデル表現を行い、既存手法で生じるバイアスを回避する効率的な推定法を開発した。また、異質性の存在が複数RCT間での結果の不一致の問題につながることを明確にし、母集団情報を一部利用しながら異質性を考慮した選択バイアスの補正法を開発した。これらの方法論の開発と同時にマーケティング・医学・教育学での応用研究を行い提案した枠組みと方法論の妥当性を示した。
【研究の社会的意義】
無作為化実験が実行上あるいは倫理上難しい場合の研究における因果効果推定は医学における治療法の有効性の検証や政策効果の評価など社会的に非常に重要である。特に医学研究であれば個人差、補助金等企業の施策であれば企業による効果の違い（異質性）を正しく理解することは効率的な医療資源の供給や政策資源の配分において非常に意義がある。本研究では異質性を理解する際に生じるバイアスの除去を、場合によってはマクロレベルでしかデータが得られないといった現実場面にも利用可能な形で実施するなど、実用的ないくつかの方法を開発したという点で意義があると考えられる。
【研究代表者】