本研究は、データ分析における誤った知見を避けるため、統計的因果推論を統計的決定理論の枠組みで最適化することを目的とした。まず、ベイズ決定理論に基づく因果効果の推定法を提案し、シミュレーションおよび実データを用いた実験でその有効性を示した。また、MCMC法や変分ベイズ法を用いた効率的な近似アルゴリズムを構築し、計算量の問題を解決した。これにより、小規模データでも高精度の推定が可能となった。さらに、操作変数を利用した因果推論や条件付き平均処置効果の推定法も提案し、従来手法に対する優位性を実証した。研究成果はAISTATSやAAAIなどのトップ会議に採択され、統計学・人工知能分野に貢献した。
|