「因果推論の科学」をめぐって(5)

注:これは、ジューディア・パール、ダナ・マッケンジー「因果推論の科学―「なぜ?」の問いにどう答えるか」のコメントです。

 

(5)エスティマンド

 

図1のレベル2の検討の前に、エスティマンド(Estimand)について、説明します。

 

1)RCTの問題

 

エスティマンドは、製薬の試験で問題になっています。

 

製薬の試験では、基本的には。RCTを使います。

 

RCTを使って、試験をした場合に、途中で、ドロップアウトが起こります。

 

指定された薬(プラシボを含む)を飲まなかった人、病気にかかって、別の薬を飲んだ人がでます。

 

こうしたドロップアウトが多数になると出来上がったデータは、RCTではなくなってしまいます。

 

そこで、ドロップアウトの処理も含めて、何をするのかを最初に記述しておく必要があります。こうした処理手続きを書いた物がエスティマンドです。問題解決の手順書になります。

 

この説明のエスティマンドは、非常にわかりにくいです。

 

2)パール先生のエスティマンド

 

パール先生のエスティマンドは、単純です。

 

パール先生は、コンピュータ科学者です。

 

コンピュータ科学者にとって、ある問題が理解できたという意味は、コードを書いて実装できることを指します。

 

エスティマンドの実体は、コードまたは、コードに展開できる数式になります。

 

因果推論は、基本的には、介入を伴います。介入せずに、観察研究だけで問題解決できる場合もありますが、例外です。

 

エスティマンドを作成してから、データを収集します。これは、前向き研究になります。

RCTで考えれば、エスティマンドは、実験計画に相当します。

 

例をあげます。

 

少子化対策問題があります。

 

この問題を因果推論で処理する場合を考えます。

 

最初に、「出生率を上げるにはどうしたらよいか」、「婚姻率を上げるにはどうしたらよいか」、「結婚年齢をさげるにはどうしたらよいか」といった問いを考えます。

 

この問いは、因果モデルの結果と対になります。メンタルモデルを使って、アブダクションによって、原因を推定して、因果モデルの候補を作成します。消去法によって、価値のない因果モデルを取り除きます。

 

この段階では、複数の原因の候補が残り、なおかつ、どの原因が、大きな影響を与えているかはわかりません。そこで、因果推論エンジンを使って、どの原因が、大きな影響を与えているかを検討します。

 

因果ダイアグラム(パス図)を使って、因果推論をするコードを作成します。これが、エスティマンドです。

 

エスティマンドが出来ない場合もありますが。エスティマンドが出来れば、あとは、データを集めれば、「どうしたらよいか」(問いの答え、推定値)得ることができます。

 

3)比較

 

3-1)政府の手順

 

効果がありそうな政策を実施してみるが、効果がない状態が繰り返されている。

 

何が効果があるかは、政策を実施してみないとわからない。

 

3-2)パール先生の因果推論

 

(ST1)政策実施に必要な問いを準備する。

 

(ST2)因果ダイアグラム(パス図)を作成する。

 

(ST3)因果推論エンジンをつかって、エスティマンドを作成する。

 

この時点で、解決策が得られるか、解決策がないかが、判別できています。

 

(ST4)前向き研究で、介入によってデータを集めます。

 

(ST5)エスティマインドにデータを読ませて、問いの答えを得ます。

 

この時点では、政策に効果があることが保証されています。

 

もちろん保証の強さ(確率)はデータに依存します。

 

(ST6)政策を実施する。



3-3)まとめ

 

政府の手順(レベル0)では、10年たっても、どの政策が有効かわからずに、試行錯誤を繰り返しています。

 

パール先生の因果推論を使えば、政策を実施する前に、政策の効果は確率として、担保されています。

 

因果推論ができるか否かは、国と企業の盛衰を決定します。

 

政策効果は、実施する前に判定しているのが、普通になります。