……Zoomオンライン受講
……見逃し視聴選択可
★3時間で押さえる、実務に直結する“因果思考”のエッセンス
講師
筑波大学 システム情報系 准教授 博士(社会経済)牛島 光一 氏
講師紹介
■主経歴等
2011年4月~2013年3月 日本学術振興会特別研究員(PD)(東京大学)
2013年4月~2024年11月 筑波大学 システム情報系 社会工学域 助教
2024年12月~現在 筑波大学 システム情報系 社会工学域 准教授
■専門および得意な分野・研究
開発経済学、教育経済学、健康経済学、環境経済学、応用計量経済学
機械学習、衛星画像
<その他関連セミナー>
統計解析 一覧はこちら
日時・受講料・お申込みフォーム
●日時:2025年10月28日(火) 13:00-16:30 *途中、小休憩を挟みます。
●受講料:
【オンライン受講(見逃し視聴なし)】:1名 45,100円(税込(消費税10%)、資料付)
*1社2名以上同時申込の場合、1名につき34,100円
【オンライン受講(見逃し視聴あり)】:1名 50,600円(税込(消費税10%)、資料付)
*1社2名以上同時申込の場合、1名につき39,600円
*学校法人割引:学生、教員のご参加は受講料50%割引。→「セミナー申込要領・手順」を確認ください。
●録音・録画行為は固くお断りいたします。
お申込みはこちらから
配布資料・講師への質問など
●配布資料はPDFなどのデータで配布いたします。ダウンロード方法などはメールでご案内いたします。
・配布資料に関するご案内は、開催1週前~前日を目安にご連絡いたします。
・準備の都合上、開催1営業日前の12:00までにお申込みをお願いいたします。
(土、日、祝日は営業日としてカウントしません。)
・セミナー資料の再配布は対応できかねます。必ず期限内にダウンロードください。
●当日、可能な範囲でご質問にお答えします。(全ての質問にお答えできない可能性もございます。何卒ご了承ください。)
●本講座で使用する資料や配信動画は著作物であり、無断での録音・録画・複写・転載・配布・上映・販売などは禁止いたします。
●ご受講に際しご質問・要望などございましたら、下記メールアドレス宛にお問い合わせください。
req@*********(*********にはjohokiko.co.jpを入れてください)
オンラインセミナーご受講に関する各種案内(必ずご確認の上、お申込みください。)
※メールアドレスの記載誤りについては、以下へご連絡お願いいたします。
req@*********(*********にはjohokiko.co.jpを入れてください)
→Skype/Teams/LINEなど別のミーティングアプリが起動していると、Zoomで音声が聞こえない、カメラ・マイクが使えないなどの事象が起きる可能性がございます。お手数ですが、これらのアプリは閉じた状態にてZoomにご参加ください。
→音声が聞こえない場合の対処例
→一部のブラウザは音声が聞こえないなどの不具合が起きる可能性があります。
対応ブラウザをご確認の上、必ず事前のテストミーティング をお願いします。
(iOSやAndroidOS ご利用の場合は、アプリインストールが必須となります)
→見逃し視聴について、 こちらから問題なく視聴できるかご確認ください。(テスト視聴動画へ)パスワード「123456」
<見逃し視聴ご案内の流れ・配信期間詳細>
セミナーポイント
■講座のポイント
このセミナーでは、限られた3時間という時間の中で、統計的因果推論の主要な論点を効率的に習得していただきます。相関と因果の違いや、実験データあるいは観察データを活用する際の重要な視点について、明確に理解できるようになります。実際のデータを用いた「因果関係を識別する分析」については、参加者の皆様と一緒にステップバイステップで進めながら、因果関係を調べる難しさや面白さを実践的に体感していただけます。さらに、機械学習との融合や衛星画像の活用といった最先端の応用事例もご紹介し、「このような使い方も可能なのか」という新たな発見を通じて、実務家や政策担当者の皆様の意思決定に新たな視点をお届けします。
■受講後、習得できること
・因果推論の基本的な構造を理解し、「どのくらいの効果があるのか」という問いに対する論理的な思考枠組みを身につけることができます。
・実際のデータ分析を通じて交絡因子によるバイアスの本質を理解し、「どの要因をどのように制御すればより厳密な効果を測定できるか」を推測・判断する能力を養うことができます。
・機械学習との融合や最先端の応用事例の紹介により、データドリブンな意思決定を行うための新たな視点を習得することができます。
セミナー内容
■講演プログラム
1.因果関係がわかると嬉しい?
2.因果関係を調べる理由(いくつかの事例)
2.1 論理的な予想の失敗と科学的根拠に基づく意思決定
2.2 GAFAMが行う実験
2.3 UI改善のROI
3.因果推論の考え方
3.1 潜在反応モデル、割当メカニズム
3.2 平均処置効果
3.3 STUVA
4.因果関係と交絡因子
4.1 実験データの因果推論
4.2 観察データの因果推論
4.3 実験・自然実験・準実験・コントロール:それぞれにおける仮定
4.4 疑似実験手法
5.交絡因子の影響〔実際のデータを用いた説明〕
5.1 推定値のバイアス
5.2 コントロールによるバイアスの除去
6.分析の時に注意すること
6.1 予測と因果推論の違い
6.2 コントロールに加えてはいけない情報
7.機械学習と因果推論の融合〔いくつかの例〕
7.1 機械学習による提案とA/Bテスト
7.2 衛星画像×機械学習によるデータ構築
7.3 衛星画像で構築したデータによる仮説検証の事例
など
(質疑応答)
お申込みはこちらから