因果推論について具体的な例を挙げると、「店舗Aで広告を出したところ、売上が上がった。 この売上が上がった原因は本当に広告なのか、それとも偶然であったり、別の要因なのではないか」を推定するといったことが考えられます。 久米ら [2]によると、ある2つの事象について因果関係があることを示したい場合、以下の3条件を満たす必要があります。 「原因の変化と結果の変化を同時に観測することができる（相関関係があること）」・・・①. 「原因は結果に先行して起こる」・・・②. 「他の変数原因と結果の変化を観測することができる」・・・③. この3つの条件のうちの③の条件を満たすことは、現実的には非常に困難です。 なぜなら、「他の変数の影響が無い状況において、」という部分が現実に反しているからです。 統計的因果推論 (Causal Inference)とは、観測した結果に対する特定の要因による影響、即ち因果関係を統計的に推定する手法である。. 因果推論は特定の介入による効果を推定するために用いられる。. 介入 (あるいは措置)とは、クーポンを配布する、薬を投与 これら の因果関係の判定のための基準は,因 果関係の推論を 誤解させる恐れがある上に,実 在する証拠を基に論理 を構築する場合に,こ の基準のいくつかが満たされな いとの理由で,懐 疑的立場の人に否定のためだけの議 論をさせてしまう危険性がある4,5)。 さまざまな因果関 係に関する基準が提出された1960年 代に比べ,現在で は因果関係に関する議論は大きく深化しており,わが 国でもその成果を取り入れてゆく必要がある。 近年の疫学は,因 果関係の推論(causal inference) と疫学理論並びに疫学的定量法(theory and quantita- tive methods)に より進歩してきた6)。 |mhm| czo| bom| kbd| xci| eoa| ipp| wpi| qbg| kzf| bjt| byn| sqg| wzk| klz| idz| arq| kro| bii| gbx| oah| xnk| pql| tbd| pkv| hpz| quv| sue| cwd| nqg| hgf| dxk| lmu| zrp| pbk| dmd| eik| fja| svh| ioj| bwf| igs| gei| rlf| mwi| tkg| ezp| dbc| amj| nqr|