スパースモデリングとベイズ決定理論に基づいた因果推論手法の構築
【研究キーワード】
統計的因果推論 / ベイズ決定理論 / スパースモデリング / 構造的因果モデル / 平均介入効果 / 条件付き平均処置効果 / 部分線形モデル / 操作変数法
【研究成果の概要】
本研究の目的は，統計的因果分析における因果効果の推定問題をスパースモデリング・ベイズ統計学・決定理論に基づいてモデル化し，ベイズ最適な決定法，及び効率的な近似アルゴリズムの構築と解析を行うことであった．統計的因果分析は，データ分析から得られた知見を使い，何らかの行動をした場合の結果を統計的に分析する学問であり，疫学・社会科学・政治経済学など幅広い応用を持ち，注目を浴びている．
2019年度は，平均介入効果と呼ばれる量を推定の対象とし，二乗誤差損失を評価基準とした場合のベイズ最適な推定量を導出し，その有効性を実験的・理論的に検証した．2020年度は，ベイズ的スパースモデリングの知見を活用し，変分ベイズ法に基づく効率的近似アルゴリズムを構築し，その有効性を実験的・理論的に検証した．2021年度は，その結果をAI・統計学のトップ会議の1つであるAISTATSで発表した．また，これとは別に，経済学の分野で古くから研究されている部分線形モデルと呼ばれるモデルに着目し，そのベイズ的な拡張を行い，ベイズ最適な条件付き平均処置効果推定のアルゴリズムを構築し，国内会議で発表を行った．
また，実証的な研究として，企業間ネットワークの構造変化が企業成長に及ぼす因果効果を推定する研究を行い，国内会議で発表を行った．
【研究代表者】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2023-03-31
【配分額】2,470千円 (直接経費: 1,900千円、間接経費: 570千円)