laurencium/Causalinference
Causal Inference in Python
解決する課題
因果推論、プログラム評価、および処置効果分析を実行するための統計的・計量経済学的ツールセットを提供し、特定の処置や介入が結果に与える影響をユーザーが特定できるようにします。
仕組み
このパッケージは、マッチング (matching)、ブロッキング (blocking)、重み付け (weighting)、最小二乗法 (least squares) などの手法を通じて、処置効果を推定するためのさまざまなメソッドを実装しています。また、共変量の分布の重なりを評価したり、傾向スコア (propensity scores) を推定したり、トリミング (trimming) やサブ分類 (subclassification) を通じて共変量のバランスを改善したりするためのツールも含まれています。
対象ユーザー
計量経済学や統計学などの分野において、Pythonを使用して介入の影響を推定する必要がある研究者やアナリスト。
ハイライト
- 傾向スコアの推定とサブ分類
- マッチング、ブロッキング、重み付けによる処置効果の推定
- トリミングによる共変量バランスの改善
- 共変量分布の重なりの評価
関連
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト