|
本研究は近年の統計科学において最も重要かつ応用研究において利用されているルービン因果モデルの枠組みを拡張し、店舗と消費者、病院と患者、クラスと生徒のような階層性のあるクラスターデータにおける因果効果の異質性や、同一個人でも何らかの要因により介入効果が異なる個人レベルの効果の異質性について統一的なモデル表現を行い、既存手法で生じるバイアスを回避する効率的な推定法を開発することを目的として研究を実施した。さらに提案された枠組みを適応的デザインに応用し、異質性を考慮しながら最適な介入法を個別に提示するデザインの開発を行った。また、異質性の存在が複数RCT間での結果の不一致や既存のメタ分析での解析の問題につながることを明確にし、母集団情報を一部利用しながら異質性を考慮した選択バイアスの補正法を開発する。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を示した。より具体的には、クラスターあるいは個別ごとの介入の最適化、媒介分析モデルを通じた因果メカニズムの理解、適応的デザインへの解析の応用、母集団情報やマクロデータ、代表性のあるデータを利用した補正といった課題について、それぞれ識別が可能な条件や研究デザインについて整理をし、また一部については新しい識別条件を見出す理論研究や効率的な推定法の開発を行い、医学や経済学、マーケティング、教育学や心理学分野での応用研究を実施した。
|
