生物統計学を学ぶ大学生のブログ

生物統計学、因果推論を専攻しています。R, SASユーザーです。

初めてこのブログを見た方へ

f:id:NorihiroSuzuki:20210410174508j:plain

初めてこのブログに来た方々向けのトップ固定記事です。随時更新されます。

はじめに

 現在は横浜市立大学 (B4) に所属しています。来年度からは東京医科大学大学院医学研究科に進学予定です。主に生物統計学、統計的因果推論について学習・研究を行っています。お問い合わせなどある場合には、大学のメールアドレス (d194026a@yokohama-cu.ac.jp) までご連絡ください。なおプロフィールはLinkedIn, GitHubにも掲載しています。

 このブログの内容は個人の意見・見解の表明であり、所属組織の意見・見解を代表しません。また、ブログ記事の内容の正確性については一切保証いたしません。学術的なコンテンツを求めて来訪された方は学術書や論文などの資料を併せてご参照ください。自身の学習の記録であるため、誤りも多いかと思います。後学のため、誤りを見つけた場合はコメント欄などでお知らせいただけると有難いです。 また、ブログの中で取り上げられているデータなどは、いずれも明記されていない限りはいかなる実在する企業・組織・機関の、いかなる個別の事例とも無関係です。ブログ記事内容は予告なく公開後に改変されることがあります。

 

 繰り返しになりますが、このブログはあくまでも自分自身にとっての備忘録であり、今後同じ道を志す方の一助になればという位置付けです。以上の点をご理解の上お読み下さると有難いです。

Causal Inference: What If, Chapter16①

 本記事はWhat If, Chapter16: Instrumental variable estimationの16.1~16.2節についてです。スライドについては本ブログの下部にありますので適宜ご活用ください。本文やスライドに誤りがある場合にはご指摘いただけますと幸いです。構成は以下の通りです。

  • Preface
  • The three instrumental conditions
    • Technical Point 16.1
    • Fine Point 16.1
    • Technical Point 16.2
  • The usual IV estimand

 

続きを読む

Causal Inference: What If, Introduction

 ハーバード大学Miguel A. Hernan教授James M. Robins教授らの著書である『Causal Inference: What If』の内容についてまとめていきます。本書は以下のリンクよりダウンロード可能です。また、本文中に具体例として登場するNHEFSデータや各種プログラミング・コード(SAS, Stata, R, Python, Julia)も公開されていますので適宜ご活用ください。

www.hsph.harvard.edu

 What Ifは2020年に初版が公開され、長らく修正を繰り返していましたが、2022年12月20日についに書籍版が発売するとの告知がありました(発売時期は2023年4月)。引き続き無料版(PDF版)は上記のリンク先で公開を続けるとのことで、このブログでは2022年12月20日修正版に準拠して、内容の解説や補足を日本語で行なっていきたいと思います。今回の記事はPartⅠ~Ⅲの3部構成であるWhat Ifの概要(Introduction)の説明になります。

  • Introduction: TOWARDS LESS CASUAL CAUSAL INFERENCES

 

続きを読む

Causal Inference: What If, Chapter3(前半)

 本記事はWhat If, Chapter3: Observational studiesの前半部分 (3.1~3.3) ついてです。Chapter2の内容については以下の記事にてまとめています。

norihirosuzuki.hatenablog.com

 個人的な学習やゼミの関係でchapterごとにスライドも作成しております。ブログやスライドに誤りがある場合にはご指摘いただけますと幸いです。Chapter3の前半の構成は以下の通りです。

  • Preface
  • Identifiability assumption
    • Fine Point 3.1
  • Exchangeability
    • Fine Point 3.2
  • Positivity
    • ランダム化実験の場合
    • 観察研究の場合

 

続きを読む

Causal Inference: What If, Chapter2

 本記事はWhat If, Chapter2: Randomized experimentsについてです。Chapter1の内容については以下の記事にてまとめています。

norihirosuzuki.hatenablog.com

 個人的な学習やゼミの関係でchapterごとにスライドも作成しております。ブログやスライドに誤りがある場合にはご指摘いただけますと幸いです。Chapter2の構成は以下の通りです。

  • Preface
  • Randomization
    • 潜在アウトカムの欠測の問題
    • 交換可能性 (Exchangeability)
    • 独立性の違い
    • Technical Point 2.1
  • Conditional randomization
    • 2つの研究デザイン
    • Conditional exchangeability(条件付き交換可能性)
    • effect measuresの算出方法
    • Fine Point 2.1
  • Standardization
  • Inverse probability weighting 
    • Inverse probability weightingの概要
    • StratificationとIP weighting
    • Fine Point 2.2
    • Technical Point 2.2
    • Technical Point 2.3

 

続きを読む

SASユーザー総会2022「Time-varying treatmentsに対する因果効果の推定」の公開資料について 

2022年9月1日(木)、2日(金)に開催されましたSASユーザー総会2022で、「Time-varying treatmentsに対する因果効果の推定」というタイトルで発表を行いました。聴講いただいた方には申し訳ないのですが、Appendixの部分に一部誤記があり、その点修正した資料が下記になります。SASユーザー総会の公式サイトからも資料がダウンロード可能ですが、一般公開後の差し替えが不可であるため、こちらで紹介しているものが修正版となっています。大変失礼いたしました。

 

speakerdeck.com

統計的因果推論コラムに関して

別リンクへの誘導用の記事になります。現在SAS institute Japanにも在籍していますが、そちらでも統計的因果推論に関するコラムを書いていたりするので、せっかくなのでこちらのブログからも飛べるようにしておきます。随時更新します。

  • コラム概要

blogs.sas.com

  • 潜在アウトカムの枠組みでの因果推論(Rubin流の因果推論)

blogs.sas.com

  • 因果効果を求めるために必要な条件(仮定)に関して

blogs.sas.com

Causal Inference: What If, Chapter9

 本記事はWhat If Capter9: Measurement biasについてのまとめ記事です。各章のまとめスライドについてはSpeaker deckにて公開していますので、適宜ご活用ください。またWhat Ifは以下のリンクよりダウンロードが可能です。

 Chapter9の構成は以下のようになっています。

  1. Measurement error
  2. The structure of measurement error
  3. Mismeasured confounders
  4. Intention-to-treat effect: the effect of misclassified treatment
  5. Per-protocol effect

 本章は観察研究・実験研究でともに発生しうるMeasurement bias(測定バイアス)に関しての内容です。

  • Measurement error
    • Preface
    • Measurement error and Measurement bias
    • Technical Point 9.1
  • The structure of measurement error
    • Measurement errorの構造
    • Measurement errorの対応
    • Fine Point 9.1
  • Mismeasured confounders
    • Mismeasured common cause
    • Mismeasured confoundersによるeffect modification
  • Intention-to-treat effect: the effect of misclassified treatment
    • Intention-to-treat effect
    • Technical Point 9.2
  • Per-protocol effect
    • アドヒアランスが完全なとき
    • アドヒアランスが不完全なとき
    • 無作為化試験においてIntention-to-treat effectが頻用される理由
    • 保守的な性質が成立しない、妥当ではないケース
    • Fine Point 9.2
    • Fine Point 9.3
    • Fine Point 9.4
続きを読む