Book Meter Reviews

こちらは読書メーターで書かれたレビューとなります。

powered by

• kaida6213

  読了日：2022/04/14

  因果推論のガチ本。因果関係の推論問題をケッソンデータにたいするバイアス除去だと捉えて解決を試みる。何冊か同分野の本を読んでみてからの方がすっと入ってくると思う。

• がっち

  読了日：2013/05/28

  一見高度だが、選択バイアス・因果推論をしっかり書いてあり、もともとの前提知識をあまり必要としないのは貴重であると言える。統計学をやる上で、社会科学をしている以上選択バイアスというものが必ずかかるそれを説明しており、また読み返したいと思う。

• ONE_shoT_

  読了日：2021/06/20

  統計的因果推論（ルービンの因果モデルまわり）の理論がしっかり書かれた一冊。傾向スコアを案件で使ったときに少し読んで放置していたので通読した。共変量の選択方法含め、傾向スコアを使った具体的な解析方法が書かれていて参考になります。ただ、なかなか難しい。

• ユータス

  読了日：2021/05/05

  おすすめ度☆☆☆☆☆（感動した）。流行りの因果推論に興味があって拝読。因果推論だけでなく、選択バイアス、データ融合も実務で凄く役立ちそうな話題だったので読んで良かった。メインは傾向スコアによるセミパラメトリックな手法の紹介だが、素朴な手法や古典的な手法も紹介されており、それらの問題点が理論と数値例で示されるので非常に納得できた。統一的な枠組みで議論がされているので、きちんと理解すればかなり応用できそうだが、議論を追いかけるのはけっこう大変で所々飛ばしてしまった。簡単なものから試してみて、また読み直したい。

• shin_ash

  読了日：2017/05/27

  因果推論、選択バイアス、データ融合について無いデータを欠測値とする事で統一的に扱えることを示している。これらを共変量を使って傾向スコアで調整すると言うのが主な内容である。社会科学に限らず観察データにはありがちなシチュエーションだけに興味深く読むことができた。説明している内容そのものは丁寧でわかりやすかったものの、実践でどう使うのかのイメージがわいてこなかったので、まだまだ理解が浅いのだと思う。自分のレベルではまず共変量による調整が必要な場面かどうかの嗅ぎ分けからスタートしたい。良書だと思います。

レビューをもっと見る

(外部サイト)に移動します