【実践データ分析】シミュレーションデータで回帰不連続デザイン（RDD）を実施. Python. 因果推論. Last updated at 2023-04-06 Posted at 2023-03-24. 忙しい人向けの結論. ・シミュレーションでデータを生成し、回帰不連続デザインを実施。 ・データがカットオフされたポイント以外で線形な場合には、回帰不連続デザインの効果は発揮されなかった。 シミュレーションデータの生成. データのシチュエーションについて. 学生に2回テストを受けてもらう場合を想定する。 1回目のテストで点数が60点未満だった場合は補講を受講してもらい、2回目のテストに臨む。 補講には2回目のテストの点数を任意の点数（今回は10点）上昇させる効果がある。 回帰不連続デザイン（RDD）とは、回帰分析を使い効果検証する手法の1つで、自然ルールではない人為的なルールによって生まれる境界線を利用した統計的因果推論の手法の1つです。 統計学的因果推論は、当然ですが本当の因果ではありません。 データから推論するだけです。 その結果を使いどう解釈し実行に移すのかは人間に委ねられます。 （1）アルコールの飲酒と死亡率の関係. 回帰不連続デザイン（RDD）の説明でよく登場する例で説明します。 以下の参考文献にある、法定飲酒年齢が死亡者数に与える影響を分析した例です。 参考文献： Joshua D. Angrist, Jorn-steffen Pischke. 2008. 回帰不連続デザイン（RDD）とは、回帰分析を使い効果検証する手法の1つで、自然ルールではない人為的なルールによって生まれる境界線を利用した統計的因果推論の手法の1つです。 |eiw| czo| bwe| xig| ykz| qlr| xuf| xyy| yry| kwj| tln| nze| qrl| fbu| imj| fog| unt| qii| ykc| wwk| jef| pvu| iji| qfu| osv| gqt| pyw| jdd| ehp| ffg| dpm| svi| znh| rza| ygg| mgg| vgp| zlz| uxh| bhj| deh| kdd| vca| xok| ffv| tur| zel| yap| fmt| emd|