よくわかる因果推論　―もう惑わされない！ 身近な事例から学ぶ原因と結果のとらえ方―

「アイスクリームの売り上げと溺死者の数のグラフが一致する」？
 
そんな一見すると「関係があるように見えるデータ」は、世の中にたくさんあります。
でも、実はただの偶然で、本当の原因とは関係がないことも多いんです。

この本は、そんな“まちがった思い込み”に惑わされないために、
・原因と結果の考え方（因果推論）の基本
・実際にどう観察すればいいか
・AIの時代に因果推論がどう発展しているか
を、わかりやすく説明した入門書です。

目次

第1章 因果推論への招待　相関から因果へ
1.1 一緒に起きることと、引き起こすことの違い
1.2 因果推論の基本用語を整理する
1.3 因果推論を考える枠組み
1.4 因果関係を確かめる方法
1.5 効果の異質性と個人差
第1章のまとめ

第2章 観察データの活用　実験なき世界での因果推定
2.1 なぜ単純な比較では因果関係が分からないのか
2.2 似た人同士を比較する「マッチング」
2.3 情報を一次元に集約する「傾向スコア」
2.4 回帰分析による調整
2.5 操作変数法：観察できない交絡を克服する巧妙な手法
2.6 回帰不連続デザイン（RDD）：閾値を利用した準実験的アプローチ
2.7 時間変化を利用した「差分の差分法」
2.8 観測研究の限界と実践的な注意点
第2章のまとめ

第3章 因果の構造化　因果ダイアグラムと分析
3.1 因果ダイアグラム
3.2 DAG（有向非巡回グラフ）表現
3.3 バックドアパス
3.4 構造的因果モデル（SCM)
3.5 共分散構造分析（SEM)
第3章のまとめ

第4章 AI時代の因果推論　個別化と自動化へ
4.1 機械学習と因果推論の出会い
4.2 個人ごとの効果予測
4.3 アルゴリズムによる因果探索
4.4 機械学習と因果推論の統合的展望
第4章のまとめ

用語集
索引

著者紹介：髙橋 威知郎
株式会社セールスアナリティクス代表取締役。
内閣府、経営コンサルティング会社、大手情報通信業などを経て現職。官公庁時代からデータ分析業務に携わる。「文系のためのデータサイエンスがわかる本」（総合法令出版）、「Pythonによる時系列分析:予測モデル構築と企業事例」（オーム社）など、著書多数。