機械学習を活用した処置効果推定手法の有効性検証とEBPMへの応用

• 研究課題/領域番号: 24K04719
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分06010:政治学関連
• 研究機関: 愛媛大学
• 研究代表者: 福井 秀樹 愛媛大学, 法文学部, 教授 (00304642)
• 研究期間 (年度): 2024-04-01 – 2028-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円); 2027年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2026年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2025年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円); 2024年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
• キーワード: EBPM（証拠に基づく政策形成） / 非実験的統計的推定手法 / 機械学習 / モンテカルロ・シミュレーション

研究開始時の研究の概要

本研究は、機械学習をもちいた処置効果推定手法の有効性を検証し、EBPM（Evidence Based Policy Making 証拠に基づく政策形成）への応用を考察する。大規模データの蓄積は、EBPM推進の好機とともに課題も生み出している。すなわち、どのモデル・手法による推定結果がより信頼に値するのか、という課題である。本研究は、シミュレーション実験により、この課題に取り組む。その際、一般的にもちいられる理想的な条件設定による検証だけでなく、それが破られた設定での検証も行い、より現実的な文脈で各種機械学習手法の推定精度を検証し、それらの活用の留意点・指針を解明する点に、本研究の独自性がある。