内容紹介

（概要）

ビジネスで利用されるデータの多くは、その施策の意思決定を行う人物や組織の目的にそった活動の延長上で作られています。具体的には、DM送付などの広告施策であれば、担当者はユーザの反応率を上げるために、反応しやすいであろうユーザに対してのみDMを発送します。ここで発生したデータでDMの効果を計る場合、単純にDMを受け取っているか否かで結果を比較することは、DMの効果以外にも意図的にリストされたユーザの興味や関心を含んでしまうことになります。

データが生まれるプロセスに人の意思が関わる場合、単純な集計では判断ミスとなる可能性があります。わずかな計算の狂いでも後々のビジネスにおいて大きな影響を及ぼすことになるため、バイアスのない状態で効果検証できることが望まれるのです。

本書では「単純に比較すると間違った結論に導くデータ」から、より正しい結果を導くための分析手法と考え方を提供します。計量経済学における効果とは何か？ を提示し、RCT（ランダム化比較試験）がいかに理想的な方法かを説明し、RCTができない場合でも因果推論を用いてRCTの再現が可能だということを説明していきます。

（こんな方におすすめ）

・効果検証を行う必要のあるエンジニアやデータサイエンティスト

（目次）

嘘っぱちの効果とそれを見抜けないデータ分析

1 章 セレクションバイアスとRCT

　　1.1 セレクションバイアスとは

　　1.2 RCT（Randomized Controlled Trial）

　　1.3 効果を測る理想的な方法

　　1.4 R によるメールマーケティングの効果の検証

　　1.5 ビジネスにおける因果推論の必要性

2 章 介入効果を測るための回帰分析

　　2.1 回帰分析の導入

　　2.2 回帰分析におけるバイアス

　　2.3 回帰分析を利用した探索的な効果検証

　　2.4 回帰分析に関するさまざまな議論

3 章 傾向スコアを用いた分析

　　3.1 傾向スコアのしくみ

　　3.2 傾向スコアを利用した効果の推定

　　3.3 機械学習を利用したメールマーケティング施策の効果推定

　　3.4 LaLonde データセットの分析

4 章 差分の差分法（DID）とCausalImpact

　　4.1 DID（差分の差分法）

　　4.2 CausalImpact

　　4.3 大規模禁煙キャンペーンがもたらすタバコの売上への影響

　　4.4 不完全な実験を補佐する

5 章 回帰不連続デザイン（RDD）

　　5.1 ルールが生み出すセレクションバイアス

　　5.2 回帰不連続デザイン（RDD）

　　5.3 nonparametric RDD

　　5.4 回帰不連続デザインの仮定

　　5.5 ビジネスにおける介入割り当てルール

付録 RとRStudioの基礎

　　A.1 R およびRStudio のダウンロード

　　A.2 RStudio の基本

　　A.3 R プログラミングの初歩