| 研究課題/領域番号 |
25330048
|
|---|
| 研究機関 | 久留米大学 |
|---|
研究代表者 |
服部 聡 久留米大学, バイオ統計センター, 教授 (50425154)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2016-03-31
|
| キーワード | 因果推論 / 傾向スコア / 二重頑健推定量 |
|---|
| 研究実績の概要 |
観察研究における母集団平均に対する因果効果を推定する方法としてはすでに多くの方法が提案されているが、主要な方法として、①傾向スコアによる逆確率重み付き法に基づく方法②傾向スコアによる層別あるいはマッチングによる方法③反応変数に対する回帰モデルに基づく方法を挙げることが出来る。①の方法では0ないしは1に近い傾向スコアが存在する場合には推定量が不安定になることが知られている。②の傾向スコアによる層別（あるいはマッチング）による方法は、そのような状況でも0ないしは1に近い傾向スコアにそれほど影響は受けにくい長所を持つ。さらに、層別による方法は、傾向スコアを一般化線形モデルによりモデリングする際のリンク関数の誤特定に対して頑健である。これらの利点の一方で、傾向スコアによる層別解析では、仮に傾向スコアのモデルが正しくても、完全にはバイアスが除けない残差交絡の問題がある。
本年は、層別解析と逆確率重み付き推定法の長所を併せ持つ推定法の構成の可能性を検討し、傾向スコアに沿って観測された反応変数を平滑化する平滑化推定量のアイディアに到達した。この推定量は層別解析が持つ傾向スコアのモデル化におけるリンク関数誤特定に対する頑健性を保持しており、かつ平滑化を用いることで、残差交絡もなく推定が可能となる。更に③のアイディアを組み込むことで、二重頑健性を有する推定量を構成することも可能である。この推定量で用いる平滑化は1次元の平滑化であり実用的である。この方法を適用するには核関数の平滑化パラメータを適切に指定する必要があるが、現在はその解決方法を検討している。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
目標としていた推定法の構成には成功しており、推定量の理論的な性質の解明も完了しており、概ね順調に進んでいると考えられる。
|
| 今後の研究の推進方策 |
残された問題点としては、実際に適用する際の平滑化パラメータの選択法を構成することと、シミュレーション実験により挙動を調べることがあり、現在検討を開始している。
|
| 次年度使用額が生じた理由 |
予定していた国際会議への参加を行わなかったことにより次年度使用額が生じた。
|
| 次年度使用額の使用計画 |
本年度は米国シアトルで開催される米国合同統計関連学会に参加を予定しており、併せて海外研究者を訪問し当該研究テーマについて議論することを予定している。11月にやはりシアトルで行われる第5回シアトル生物統計シンポジウムにも参加を予定しており、その際にも海外研究者との議論をする予定である。
|
