統計的因果推論の入りとしては良書だと思う。細かいところは、専門書を読んで正確に把握する必要があることは言うまでもないが。

「統計的に意味のある」を抽出する社会実験手法を整理して、紹介した本。 「ランダム化比較実験」などについて知りたい人が読む本。 知っている人は読まなくていい本。 タイトルがおかしくて、経済学の話ではない。手法の話だと思う。 で、手法についてはだいたい知っていることだったから、★が少なくなりました。

以前読んだ『「学力」の経済学』とかぶる内容もあったような気が。そうは言っても、何度も読んでも良さそうな内容。人の予想を裏切ることだとしても、実際のデータがそうなのだったらそれが正しいって、なんかホームズみたい。

教育、医療、喫煙問題等々で政策を議論する際に、もっとエビデンスに基づく議論が行われるべきである。あまりに場当たり的な、思い込みによる政策が多く、しかも結果が定量的に評価される事は殆どない。 間接喫煙の防止が非常に緩い規制になってしまったのは、禁煙にすると客が減少するという思い込みがまかり通ったせいである。政治家はもっと勉強すべし！

数式がないので、誰でも簡単に理解できます。 Causal Inferenceが何かを理解する事は、 きっと今後の人生で役に立つと思います。 (Takuさん)

因果推論について解説した本。相関関係があることと因果関係があることは別物、ということについて、数々の研究を取り上げて説明している。 読んでいくとよくわかると思うが、科学的根拠に基づいていないにも関わらず、政策決定者(や政策の意思決定に大きく関わる「世論」を形成する国民)の価値観や信念、時には感覚や経験に基づいて政策が決まることが往往にしてありうる。医療の世界ではもはや常識となっているが、同様に"Evidence-Based Policy"を強く進めていくことが必要と感じた。そのために、政策に関わる人(政治家や行政職など)はもちろん、多くの人がこの本の内容を理解し、実践していくことが重要と思った。

因果推論を用いた政策評価。 経済効率性が高く有用な手法であろうかと思うが、それを日本で実現するための制度をどう構築するのかが問題だろうなぁと思いつつ読んだ。 日本で実現されている「民主主義」のコストは、異様なまでに高くなっているのではないだろうか。 衆愚的好悪優先コスト無視体制はどこに向け進んでいるのか、暗澹たる気持ちになる今日この頃。

「因果推論」の入門の入門 普段混同しがちな「因果関係」と「相関関係」をわかりやすく解説してくれています。 「学力の経済学」からテーマを医療まで広げて、具体的な因果関係の証明方法について様々な手法を紹介しています。 因果関係を確認する3つのポイントとして (1)まったくの偶然ではないか (2)第3の変数は存在していないか (3)逆の因果関係は存在していないか としていて、その3つが存在しない証明として、反事実と比較する事としています。 本書では ランダム化比較試験 自然実験 差の差分析 操作変数法 回帰不連続デザイン マッチング法 回帰分析 といった手法を使って、さまざまな因果関係を解説しています。 んで、 ランダム化比較試験を用いた分析の結果、 メタボ検診を受けても長生きにはつながらない 自己負担割合を高くしても貧困層以外の健康状態は変わらない 自然実験を用いた分析の結果 女性医師が担当すると患者の死亡率が低くなる 出生時体重が重い赤ちゃんは健康状態が良い 差の差分析を用いた分析の結果 認可保育園を増やしても母親の就業率は上がらない 最低賃金を上げても雇用は減らない 操作変数法を用いた分析の結果 テレビを見ると偏差値が上がる 母親が大卒だと生まれてくる子供の健康状態がよい 回帰不連続デザインを用いた分析の結果 学力の高い友人に囲まれても自分の学力は上がらない 高齢者の医療費の自己負担割合が増えても死亡率は変わらない マッチング法を用いた分析の結果 偏差値の高い大学に行っても収入は上がらない といった驚きの結果を導き出しています。 「メタボ検診を受けても長生きにはつながらない」って、意味ないじゃーん! 「認可保育園を増やしても母親の就業率は上がらない」って本当かよって思います。 一方で、 「テレビを見ると偏差値が上がる」 については、実験結果が1940年から1950年の子供についてなので、現在の子供にそのまま適応は出来ないと思います。 また、教育ネタでは 「学力の高い友人に囲まれても自分の学力は上がらない」 「偏差値の高い大学に行っても収入は上がらない」 についてはその通りだよなって思います。 さて、このような分析結果だからどうだという事ではなく、本書の目的は、「根拠のない通説」に騙されないという事。 因果関係と相関関係の違いを理解して、本当に因果関係があるのかをちゃんと考える様にする事が大事と思います。 お勧め!

　2018年、一発目はこの本です。今年は忙しくなりそうですが、しっかり読書をしていきたいと思います。 p.186「本書でもたびたび、永田町・霞ヶ関で行われている政策的な議論を取り上げたが、残念なことに、現在の政策的な議論が因果関係を示唆するエビデンスに基づいて行われたものとはとうてい言いがたい。それどころか、選挙が近づくと、短期的に得票に結びつくような政策ばかりが議論され、これまで公約とされてきたことが覆ったり、突如として何の根拠もない政策が強引に推し進められたりして、結果として納税者である国民の利益が著しく損なわれているのを目にすることも多い。」 　『「学力」の経済学』を読んで以来、根拠って大切だなと思う今日この頃です。限りある税金は効果的に使ってほしいものですが、アベノミクス、一部の人には効果があるようでも庶民には実感なし。さらに、実感がないくらいならましですが、大きな反動が来そうで怖いです。私たちがこういう本をしっかり読んで、選挙の時に、政策を見極めて投票できるようにならなければダメですね。そのためには、国会で中身のある議論をして欲しいです。

難しい事を極力分かりやすく説明してくれてる一冊。巷でだされてるデータを鵜呑みにしちゃいかんって事のようですね。 仕事でもデータ分析をする事があるが、それが偶然なのか因果関係があるかよく考えて行っていきたい

　因果関係をどう突き止めるか、ということを解説してくれる入門の入門書。因果関係と相関関係は違う、と言うのはたびたび言われることではあるけれど、現実にはそれらを混同した議論をしてしまうことが間々ある。 　たとえば「保育所を増やして母親の就業率を上げよう」というとき、それに賛同する人は「保育所が増えて、母親が養育に費やす時間が減り、就業率が上がる」と、感覚的に考えるだろう。けれども、それがほんとうに原因と結果の関係（因果関係）にあるのだろうかと一考する必要がある。因果関係を見誤れば、思い付きのプランで税金を無駄遣いすることになってしまう。このことからも因果推論の大切さがよく分かる。 　と、本書はそういう真面目な話を抜きにしても面白い。因果推論の根本的な考え方は「反事実」を観察するということらしい。つまり「Aという事実のある世界」と「Aという事実のない世界」を比較する。そこで結果に差が無ければ、Aという事実は原因に関与していないと考える。すこしロマンチックに言うなら、因果関係を特定するためには、ひたすらifの世界を観察するしかないのだ。もちろん実際にはそんなことが出来るわけもない。だから学者さんたちは「もっともらしい値」を導く方法を考え、なんとか「反事実」の世界に近づこうとした。そう考えると、本書で紹介される因果推論の方法にも、なんとなく愛着が湧いてしまうではないか。 　本来このようにロマンチックに読むような本ではないとは思うのだけど、このように楽しみながら読んだ。

概要: 相関と因果関係は違う; エビデンスのレベル; 因果推論のための分析方法 (差の差, 操作変数法, 回帰不連続デザイン, プロペンシティスコアマッチング, 交絡要因を考慮した重回帰分析, ランダム化比較試験) 感想: とくに前半(webで公開されている)は幅広い人が読む価値がある。非常によい本。

因果関係を確認するチェックポイント ・全くの偶然でないか ・第3の変数はないか ・逆の因果関係はないか 因果関係を証明するための手法（エビデンスが低い順） 回帰分析 自然実験と疑似実験：制度の変更、自然災害、紛争など予想できなかった変化を利用 - 差の差分析：前後比較と介入の有無など - 操作変数法：結果には直接影響を与えないが原因には影響を与える操作を用いる - 回帰不連続デザイン：連続変数の分割点の前後を比較する - マッチング法：結果に影響を与える要因の値が同じものを対照群と介入群で比較する ランダム化比較試験 メタアナリシス 本書で紹介されている証明されていること： メタボ検診と長生きとの間には因果関係がない。乳がん、大腸がん、子宮頸がんなどの健診には生存率を上げるエビデンスがある。 医療費の自己負担率を減らすと受診回数が増えるが、健康状態や死亡率は変わらない。 出生時の体重が重い方が、成長後の成績・学歴・収入・健康状態が良好になる。 恐ろしいと感じさせることで正しい行動をとることを学ばせる手法は、逆に犯罪に関わる確率を高める。 幼児期にテレビを見ることによって、小学校に入学した後のテストはわずかながら高くなる。 入学する大学の選択は、卒業後の賃金に影響を与えない。

あらゆる経済現象を紐解く資料における統計の罠が良くわかった。因果があるのか、単に相関があるだけなのかを注意してデータを読み解く必要がある。

「因果関係」と「相関関係」をわかりやすく説明していて、新しい視点を得ることができる一冊。根拠なく思い込んでいたことが多々あって、考えさせられました。

本書は統計学の本として非常に有名な「統計学が最強の学問である」よりも、基本事項がわかりやすく簡潔に記述されている。本書を読んでから「統計学が最強の学問である」を読むと、統計学のベースとなる考え方がより理解できるはずだ。

先日読了した「データ分析の力」で参考図書として挙げられていた一冊であり、ほぼ同等のレベルで因果関係を正しく測定するための学問的手法と、その具体例・応用例が解説されている。 基本的な考え方として、因果関係を測定するためには、事象Aが発生したという「事実」に対して、事象Aが発生しなかったらという「反事実」を仮想的に作り出し、両者を比較しなければならないというテーゼが示される。本書がわかりやすいのは、因果関係測定においてもっとも重要な「反事実」という概念を明示した上で、実際には起こり得ない「反事実」をどうもっともらしい値で置き換えられるかというレベル感（＝因果関係測定のエビデンスレベル）により、様々な手法がある、ということが具体的な手法と共に解説されるからである。 手法としては、前掲書と重複するものも当然あるが、 ・結果には直接影響を与えないが、原因に影響を与えることで、結果に間接的な影響を与える第三の因子に着目する操作変数法 ・介入群によく似たペアを対照群の中から抽出することで、疑似的なABテストを行うマッチング法 も含めて、多様な手法が解説される。 前掲書と含めてセットで読むことで学習効果が高まり、データ分析に興味のある人にとって十分楽しく読む価値のある一冊。

初歩的なデータ分析の視点が非常にわかりやすく紹介されている点は良かった。また、常識とは反する学術的成果の成果紹介も楽しい。 が、なんか抑制的に書かれているところと、安易に一般化しちゃっているところの差が激しいような印象。著者の差かな、と思うのだけど、いくつかつっこみどころはある。

データから世の中で言われていることの事実を見抜く方法やマーケティングにおいて有効となるデータの解析方法を因果推論を用いて、多くのデータとともに解析した一冊。 教育と医療の分野において根拠のない通説を、多くの研究から得られたデータを用いて解析するとともに差の差分析やランダム化比較試験など研究から得られた分析法を用いて明かしていくところが非常に勉強になり、また知識も得ることができました。 また、条件などは図解を用いて解説されており、理解も捗りました。 世の中で正しいとされている通説やそこから派生した政策など事実を用いると間違いであるというものがあるということが本書で理解することができました。 因果関係と相関関係を意識して世間の流れに向き合っていくことが大切だと感じた一冊でした。

人工知能が手軽に利用できるようになった今、相関関係と因果関係をしっかり理解しようねという内容。 人工知能を使ってデータに相関関係が見られると、法則発見的に雑に使いがちであるが、実際には時系列的には反対の話や、たまたまデータが相関しているように見えるデータセットだったりするだけだということが紹介されている。 先日NHKのAIを使った番組で、因果関係の扱いが非常に雑な番組が炎上していたが、スタッフがこの本を読んでいたら番組の構成は変わっていたのではないかと思った。

因果推論のガイド本。 この種の本にしては文献情報が充実している。 研究法のお勉強にも適している。

因果関係なのか相関関係なのか。それを見分ける力が自分には不足しています。 一つ疑問としては、重回帰分析がどれだけ信憑性があるかということてわす。

「健康保険の自己負担を上げると、医者に行かなくなって重症患者が増えるのか（結果的にお金が余計にかかるのか）」といった様々な疑問に、実験結果を通じて答えられるよ、という内容。 わかりやすさを重視していると思うので、あまり知見がなくても読める。グラフが多く、実験結果を直感的に把握しやすい。その分、深い説明は省略され「ここおかしいんじゃないの、こういう要因もあるんじゃないの」という疑問は残ってしまう。 「まわりの生徒の偏差値が高いと、自分も刺激を受けて頭がよくなるか」については、教師の水準や授業の進めやすさなど、もっといろいろな要因があると思う。それらを含めての結果であれば、納得しがたい。 経験上だが、授業はクラスの生徒の真ん中や、やや理解度の低い方に合わせる。できる生徒は待ちが発生する。逆に生徒の理解度がある程度そろっていれば、生徒全体の待ちはあまり発生しない。その分、習熟度、理解度は上がると思う。

PDCAを回すことにも活かせる。 得られる結果に対して、その原因が何なのか、どうすればそれが原因と言えるのかを書いたような本。 a/bテストをしている人間からすれば、そりゃそうだろと思うけど、原因と結果が数値化されないことの方が 世の中多いんだろうな。 そして数値化されることの価値はとても高いんだと実感できた

相関と因果の錯誤はビジネスや研究の場でも度々起こる。更に厄介なのは決定係数R2でさも客観的に立証できてしまう点だ。本書では実例を基に指摘と排除手法を概説している。統計的な数式は用いず「ランダム化比較試験」「操作変数法」「回帰不連続デザイン」など専門用語も登場するが平かつ丁寧に解説されており、万人向けの内容になっている。 全体的には内容が冗長的で回りくどいのと、トピックの寄せ集め感が強く纏まり感に欠けるのはいただけなかったが、研究結果の紹介は思い込みや常識と異なる結果で興味深いものであった。

因果関係を証明するには反事実が必要 交絡因子がない、ただの偶然ではない、因果が逆ではないことを証明する 方法は ランダム化比較試験 偶然を利用する自然実験 トレンドを取り除く差の差分析 原因のみに作用する操作変数法 ジャンプに注目する回帰不連続デザイン マッチング法 全てのパラメータが揃って重回帰分析できればそれでも良い

研究している者でさえとても間違えやすい、因果関係と相関関係について。 因果関係を吟味するための因果推論の方法について、具体的に、とてもわかりやすく書かれています。 自分もときどき確認するようにしよう。

エビデンスの考え方、見方についてわかりやすく整理されていて勉強になった。今後は、それぞれの具体的な手続きについて学んでいきたい。

「経済学」とあるが「社会科学」全般の話と思う。因果関係について学ぶために、好著。研究者入門でもいいし、ビジネス学んでる人にもぜひ理解して欲しい一冊。

良い本。「効果的な○○教授法」という話が大好きなこの業界だが、因果関係について真剣に受け止められている感がない。しかし、効果とは要は「因果効果」の話なので、因果関係とは切っても切り離せないはずだ。こういう議論がもう少し浸透してほしい。

「原因と結果」の経済学　中室牧子、津川友介著 社会に生かせる統計の手法 2017/4/1付日本経済新聞　朝刊 　本書は、社会科学の実証分析において最も重要な役割を果たす「因果関係」の検証方法をわかりやすく解説した啓蒙書である。著者はそれぞれ教育経済学、医療経済学の専門家で、この分野における様々な研究を使用して、因果関係を検証する統計的な手法を、数式やテクニカルな用語をあまり用いず、身近な問題を取り上げて説明している。 　具体的には「メタボ健診を受けていれば長生きできる」「男性医師は女性医師より優れている」「認可保育所を増やせば母親は就業する」「テレビを見せると子どもの学力は下がる」といった普段は特に疑問を抱かず受け入れている通説に対して、関係はあっても、原因と結果の関係にはない。つまり相関関係はあっても、因果関係は成立していないことを明らかにしている。 　因果関係の検証方法として「ランダム化比較試験」「自然実験」「疑似実験」（差の差分析、操作変数法、回帰不連続デザイン、マッチング法）といった分析手法が紹介される。これらの方法は因果関係のチェックで必要な(1)「まったくの偶然」ではないか、(2)「第３の変数」は存在していないか、(3)「逆の因果関係」は存在していないか、という３つの条件を完全あるいは部分的に満たしている。 　実験的な手法を使用しない政策評価分析は信頼性に欠けるという認識で経済学者の見解は一致している。そのなかでも「ランダム化比較試験」が因果関係を明らかにするという点では最も理想的である。しかしながら、費用、倫理、厳密な実験の実施や現実の問題への適用で問題は残り、観察データを用いた「自然実験」「疑似実験」の手法を、与えられた状況に応じて適宜分析に使用するよう本書は提唱している。 　最近は、実証的な証拠に基づく政策を推進する必要性が強調されるが、そのためには統計の整備に加えて、本書で紹介された研究手法による分析を蓄積する必要がある。特に医療や教育は私たちの生活の質を大きく左右する重要な政策であり、政党やイデオロギーに左右されないデータや証拠に基づく議論が必要不可欠である。本書は政策論議の深化に必要な有益な指針を提供する。 （ダイヤモンド社・1600円） ▼中室氏は慶応大准教授。著書に『「学力」の経済学』。津川氏は米ハーバード公衆衛生大学院リサーチアソシエイト。 《評》学習院大学教授　 乾　友彦

データを解析することにより、両者に因果関係があるのか、それとも相関関係があるのか、これを導き出すのに様々な手法があり、その手法を解説した本。広告を出したおかげで売上が上がったと証明するのは意外と大変だ。

「因果推論」に関する絶好の入門書。アタマが固まりかけているボブには目から鱗。是非とも活用したいと心底思っている。 政策の分野でエビデンスが叫ばれて久しい（とボブが思ってるだけ？）。因果関係か相関関係か…無頓着に考えていた自分がいる。以後、気を付けますm(_ _)m 「おわりに」より。 ---以下、引用--- 経済学がこだわる「因果関係」を示唆するエビデンス。それを生み出すために体系化された「因果推論」。それらが、データ氾濫時代を生きる読者の皆さんの助けとなったならば、著者として望外の喜びである。 ---以上、引用--- 頑張ります…

メタボ健診を受けていれば長生きできるか テレビを見せるとこどもの国学力は下がるか 偏差値の高い大学へ行けば収入があがるか 因果関係か相関関係か。 原因と結果に影響を与える交絡因子の存在 最低賃金と雇用の間に因果関係があるかの話も興味深かったです。

世の中、ビッグデータ時代である。莫大かつ多種のデータがあればあるほど、風が吹けば桶屋が儲かる的な「あのデータとこのデータとはこんな密接な関係が！」と言った発見が増えてきたり、発見することが富に直結するかのような認識が増えている。が、そこでちょっと待った！「相関と因果とはちがーう！相関から慎重に因果関係を抜け出せたもののみが真に価値のあることなんですよ」という事を切実に訴えているのが、この本である。 こういったことを総じて因果推論と言うらしいが、この因果推論の一般的な原理とその手法、手法を駆使して相関から因果まで消化できたさまざまな事例（テレビばかり見ていると学力は下がるのか？メタボ検診を受けていると長生きできるのか?認可保育所を増やせば母親の就業数は増えるのか？など）をこの本では紹介してくれていてとても参考になるし、これからデータドリブン企業に脱皮しようという類の会社の社員には正しいデータドリブンマインドを獲得すると言う意味でみんな読んだほうがよいと思える本だった。 しかし、直感に反する因果関係を是認するとはとても難しい。（逆に直感に反しないただの相関関係を否定することも難しい）ただ、それを証明し啓発し続けることが科学者のなすべきことであるし、これを著作や教育を通じて行い続けている筆者先生方におかれましては本当にお疲れ様です。政府や大企業などオーバーヘッドがものすごいことをやっている主体者たちは科学者の冷静な意見を必ず聞くようにしたほうがよいとこの本を読むと痛感します。

数式が無いので素早く読める。とはいってもロジック脳をかなり使う読書にはなる。 副流煙と心筋梗塞、自己負担率と死亡率、偏差値と収入、女性役職比率と企業価値など、相関を超えて因果関係の有無を追求する方法について、どういう手法が、今、用いられ活用されているのかというのを掴むために良さそうだ。

単なる相関関係があるだけのことを因果関係として語る情報が特に増えてきているのが気になっていたが、そういえば学術的にどういうことなのか知らなかった。なんちゃって本ではなく、経済学・統計学の初歩的な部分の説明がされていてなかなか勉強になった。これからは情報を自分の頭で判断することが必須。そのひとつのリテラシーとして重要なひとつだと思う。

世界は様々な風評や噂であふれている。政治や経済もその効果に関して政治屋たちが政争の道具にしている。因果関係と相関関係に立ち返ってそれらの事象を曇りのない目で耳で判断すべきだ。目から鱗が落ちる！まさにこの本がそうである。あらゆる事象を冷静にその関係性を分析すれば有象無象の偏向した考えの陥穽に陥ることなく、明快なスッキリした考えで進むことができるのだ。改めて、自分の軽薄さも浮き彫りになった。この書籍に感謝である。

わかりやすくて良い本だった。学部の一年生に読ませる教材としても良さそう。国民全員が読んだらいいのになと思います。

中室氏の前著より良心的になっているものの、考え方の紹介であって各論は軽く触れるのみ。不完全なデータから得たい情報を得るための切り取り方などは面白かった。ただ、考え方の紹介であれば類書によいものはあるように思われる…