統計的因果推論の基本はルービンによる反実仮想とパールによる構造因果モデルの2つであるようだ。因果効果は個体レベルでは（パラレルワールドが無い限りは）測定することが出来ないが、集団レベルでは平均化することで推測することが出来る。しかし、このとき集団の処置の割 ... もっと読む

因果関係の分析はとても難しく、擬似相関には注意が必要である。従来の因果推論では、仮定された因果構造においてその効果がどれほどであるかを推測するものだった。それに対して因果探索（Causal Discovery）では、観測データから因果構造そのものの推測することが出来る。 ... もっと読む

生存時間分析は臨床医学や信頼性工学でよく使用される解析手法である。生存時間分析ではイベントが起きるまでの時間を確率変数として考える。時間に対する確率のため、確率変数は負の値を考えない。 解析では確率分布を変換した生存関数（1 - 累積関数）とハザード関数（故 ... もっと読む

モデル選択の基準としては、AIC（赤池情報量基準）やBIC（ベイズ情報量基準）などの情報量基準が有名だが他にもある。 マローズのCp基準は線形回帰モデルの変数選択の方法として使用できる。 モデルの平均二乗予測誤差の不偏推定量から導出され、これはAICと同じである。 た ... もっと読む

スタインのパラドックスは1956年に発見された有名な統計学のパラドックスである。正規分布に従う独立な複数の確率変数において、それぞれ1つずつデータを得たとする。それぞれの平均の推定する場合には、１つあるそれぞれのデータを推定量とするのが自然に思われる。実際にそ ... もっと読む