文献

J-GLOBAL ID：202102280129856837   整理番号：21A1862340

Causal Treeに基づく選択バイアスを考慮した条件付き平均処置効果推定手法に関する一考察

A Study on a Method for Estimating Conditional Average Treatment Effects Taking Account of Selection Bias Based on Causal Tree

著者 (4件)： 坪井優樹 (早稲田大) ,  阪井優太 (早稲田大) ,  鈴木佐俊 (早稲田大) ,  後藤正幸 (早稲田大)
資料名： 人工知能学会全国大会論文集(Web)  (Proceedings of the Annual Conference of JSAI (Web))
巻： 35th  ページ： ROMBUNNO.3G2-GS-2h-04 (WEB ONLY)  発行年： 2021年 
JST資料番号： U1701A  ISSN： 2758-7347  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 企業が施策を講じる際,適切な効果検証を行い,正しい意思決定につなげることは重要な課題である.観測データから施策効果を正しく評価するために,因果推論という考え方がある.近年の因果推論では,ユーザを施策を打つ群と打たない群に分割した後,条件付き平均処置効果(以下,CATE)と呼ばれる,同じ特徴を持つユーザ群における群間の結果の平均値の差を施策効果とする.CATEにより,施策を講じることが有効であるユーザ群の特定が可能になる.ここで,CATE推定手法としてCausal Treeが提案されている.この手法は解釈性が高く,施策効果に影響を与える要因についての分析に有用である.しかし,この手法は施策対象者をランダムに選択する場合のみを対象とする.そのため,ユーザを人為的に選択し系統的な誤差(以下,選択バイアス)が生じる場合は対応できないという問題点がある.そこで本研究では,Causal Treeをベースとし,選択バイアスが存在する状況に対応したCATE推定手法を提案する.また,人工データセットを用いて実験を行い,提案手法の有効性を示す.さらに,実データセットを提案手法に適用し,実際に分析を行う.(著者抄録)

シソーラス用語： *因果律 ,  *人工知能推論 ,  *経営管理 ,  *経営戦略 ,  意思決定 ,  ディシジョンツリー ,  決定分析 ,  バイアス ,  測定データ ,  *因果推論 ,  決定木分析
準シソーラス用語： 観測データ ,  決定木

分類 (2件)： 人工知能  (JE08000Z) ,  経営工学一般  (KA01010C)

タイトルに関連する用語 (5件)： 選択バイアス ,  平均 ,  処置 ,  推定 ,  手法