| 研究課題/領域番号 |
23K24809
|
|---|
| 補助金の研究課題番号 |
22H03552 (2022-2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2022-2023) |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60030:統計科学関連
|
|---|
| 研究機関 | 慶應義塾大学 |
|---|
研究代表者 |
星野 崇宏 慶應義塾大学, 経済学部(三田), 教授 (20390586)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
16,510千円 (直接経費: 12,700千円、間接経費: 3,810千円)
2025年度: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2024年度: 4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2022年度: 5,070千円 (直接経費: 3,900千円、間接経費: 1,170千円)
|
|---|
| キーワード | 因果効果 / ベイズ / 潜在変数 / 操作変数 / ノンコンプライアンス / 階層データ / 適応的デザイン / ベイズ推定 / 不完全データ / 政策効果 / 識別性 |
|---|
| 研究開始時の研究の概要 |
本研究は通常では因果効果の識別ができないが応用研究でしばしば生じるデータ状況において、どのようなデザインや補助情報が存在する場合に因果効果の推定が可能になるかの識別条件の探索、および効率的な推定量の開発、関連分野の応用を行う。具体的には「アウトカム」「介入対象ラベル」「介入とアウトカムに関連する共変量」「実際の介入遵守のラベル」などが同時ではなく、複数のデータソースから部分的にしか得られない状況での因果効果や因果効果の異質性の推定を行う。またこれらの方法論の開発と同時にマーケティング・医学・教育学での応用研究を行い提案した枠組みと方法論の妥当性、応用可能性を示す。
|
| 研究実績の概要 |
２０２３年度は方法論の開発においては①介入ラベルと結果が同一の対象から得られない、いわゆるseparate labal状況における因果効果推定、特にノンコンプライアンスが生じている状況での推定法とその漸近的な性質、およびその数値シミュレーション、②因果媒介分析における直接効果が存在するかどうかの検定法とその漸近的な性質、およびその数値シミュレーション、③ノンコンプライアンス状況での因果効果の識別のための新しい実験デザインとそこでの推定法とその漸近的な性質、およびその数値シミュレーション、を実施した。
また、応用研究としては大規模オルタナティブデータと政府統計データおよびファイナンスデータのデータ融合についての研究を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
本年度は新しい研究デザインについての予想外の方法の開発が行うことができ、多くの理論的成果を挙げた。
|
| 今後の研究の推進方策 |
２０２３年度の成果をもとに方法論についての研究を加速させる。
|
