統計的因果推論における樹木モデルのアンサンブル手法に対する変数重要度の提案

• Project/Area Number: 24K20747
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 60030:Statistical science-related
• Research Institution: Juntendo University
• Principal Investigator: 中村 知繁 順天堂大学, 健康データサイエンス学部, 助教 (30888673)
• Project Period (FY): 2024-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000); Fiscal Year 2027: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2026: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2025: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2024: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
• Keywords: 勾配木ブースティング / 変数重要度 / ノンパラメトリック回帰モデル / 統計的因果推論

Outline of Research at the Start

本研究は、ランダムフォレスト（RF）及び勾配木ブースティング（GBT）による異質性のある因果効果（CATE）の推定量の漸近的な性質の解明と解釈可能性の向上に焦点を当てており、以下の2つの課題に取り組む。 1) 勾配木ブースティングを用いたCATEの推定量の提案と、漸近的な性質の解明及び計算アルゴリズムの提案。 2) 樹木アンサンブル手法に対する変数重要度の推定量に対する統計的性質の解明と、効率的な計算アルゴリズムの検討。