固定されたツイート高橋将宜 Masayoshi Takahashi@M123Takahashi·7月20日拙著『統計的因果推論の理論と実装』は,2022年7月15日付けで再度の重版となりました.初版4刷と初版5刷を同時に行ったので,初版4刷は欠番です.非常に多くの方に手に取っていただきまして,ありがとうございます.電子書籍(固定レイアウト)としても購入可能です. https://kyoritsu-pub.co.jp/book/b10011781.html…113124
高橋将宜 Masayoshi Takahashi@M123Takahashi·11時間テレビで「アレクサ、冷房つけて」と言っていて、我が家のアレクサが「すみません、うまくいきません」と反応してましたが、君は何もしなくていいんだよ。118
高橋将宜 Masayoshi Takahashiさんがリツイートしました朝倉書店@AsakuraPub·12時間高橋将宜先生の『統計的因果推論の理論と実装』(共立出版さま)もあわせてぜひkyoritsu-pub.co.jp統計的因果推論の理論と実装 - 共立出版統計的因果推論の理論と実装詳細をご覧いただけます。24このスレッドを表示
高橋将宜 Masayoshi Takahashiさんがリツイートしました朝倉書店@AsakuraPub·12時間岩崎学先生の『統計的因果推論』はこちらですasakura.co.jp統計解析スタンダード 統計的因果推論 |朝倉書店医学,工学をはじめあらゆる科学研究や意思決定の基盤となる因果推論の基礎を解説。〔内容〕統計的因果推論とは/群間比較の統計数理/統計的因果推論の枠組み/傾向スコア/マッチング/層別/操作変数法/ケースコントロール研究/他124このスレッドを表示
高橋将宜 Masayoshi Takahashiさんがリツイートしました朝倉書店@AsakuraPub·12時間先日、高橋将宜先生 @M123Takahashi もご紹介されていましたが、今日から岩崎学先生による因果推論の講義が再放送されています 岩崎先生のご著書『統計的因果推論』とあわせて、ぜひご覧になってみてくださいbangumi.ouj.ac.jp統計的因果推論の考え方と技術 第1回 統計的因果推論とは|放送大学8回にわたるシリーズの第1回目として シリーズ全体のねらいや内容を紹介し、シリーズのテーマである「統計的因果推論」とは何かを概説する。1513このスレッドを表示
高橋将宜 Masayoshi Takahashiさんがリツイートしました高橋将宜 Masayoshi Takahashi@M123Takahashi·10月5日高橋将宜(2022)『統計的因果推論の理論と実装』(共立出版)kyoritsu-pub.co.jp統計的因果推論の理論と実装 - 共立出版統計的因果推論の理論と実装詳細をご覧いただけます。1413このスレッドを表示
高橋将宜 Masayoshi Takahashiさんがリツイートしました高橋将宜 Masayoshi Takahashi@M123Takahashi·10月5日岩崎学(2015)『統計的因果推論』(朝倉書店)asakura.co.jp統計解析スタンダード 統計的因果推論 |朝倉書店医学,工学をはじめあらゆる科学研究や意思決定の基盤となる因果推論の基礎を解説。〔内容〕統計的因果推論とは/群間比較の統計数理/統計的因果推論の枠組み/傾向スコア/マッチング/層別/操作変数法/ケースコントロール研究/他1317このスレッドを表示
高橋将宜 Masayoshi Takahashiさんがリツイートしました高橋将宜 Masayoshi Takahashi@M123Takahashi·10月5日岩崎先生の「統計的因果推論の考え方と技術」が放送大学で再放送されますね. 放送日時 10/18(火) 6:45 BS231 10/18(火) 23:15 BS231 岩崎先生の『統計的因果推論』や拙著『統計的因果推論の理論と実装』を読みながら視聴すると,より理解が深まると思います.bangumi.ouj.ac.jp統計的因果推論の考え方と技術 第1回 統計的因果推論とは|放送大学8回にわたるシリーズの第1回目として シリーズ全体のねらいや内容を紹介し、シリーズのテーマである「統計的因果推論」とは何かを概説する。122107このスレッドを表示
高橋将宜 Masayoshi Takahashi@M123Takahashi·10月15日Taka先生のおっしゃるとおり,信頼区間は推定の話で,仮説は検定の話で,推定と検定は関連はあるものの別の話ですね.確かに信頼区間を使って仮説検定はできますし,最近はそういう使い方が増えていると思いますが,信頼区間を計算したからと言って,必ずしも仮説検定が目的とは限らないですね.引用ツイート手を洗う救急医Taka@mph_for_doctors·10月15日信頼区間と仮説検定は関係ないでしょう。 研究仮説があるから研究するというのはまた別の問題で、少なくとも「検定」する必要はない。このスレッドを表示216115
高橋将宜 Masayoshi Takahashiさんがリツイートしましたしゅうけん@syukentoukei·10月15日以前放送された岩崎先生の「統計的因果推論の考え方と技術」が放送大学で受講可能に(期間限定有料) お金払って受講してますが、めちゃめちゃわかりやすくて安価で超おすすめ。期間限定なのが非常に残念…もう少し高くても良いから半永久的に利用できるようにしてほしい…1052
高橋将宜 Masayoshi Takahashiさんがリツイートしました共立出版 アリがと蟻@1738310·10月14日書店員さんの味のある手書きPOPが素敵でした。当社の人気書『統計的因果推論の理論と実装』(高橋将宜 著)のご紹介です。【撮影協力:丸善 ラゾーナ川崎店】https://kyoritsu-pub.co.jp/book/b10011781.html…522
高橋将宜 Masayoshi Takahashi@M123Takahashi·10月13日返信先: @tkoshtさんそうですね。細かな部分の説明を横に置けば、素朴な観察からAがBの原因と思い込む場合があっても、実はCの方が原因ではないのかという発想を持つこと自体は、重要なことですね。1
高橋将宜 Masayoshi Takahashi@M123Takahashi·10月13日もう少し詳しく書くと、「2.他の原因が存在」の場合でも、確かにAがBの原因でない可能性はありますが、それはCとの関係とは無関係です。一方、「3.単なる相関と因果の混同」の場合、CからAへの経路により、本来はBの原因でないAがBの原因のように思えてしまうもので、これを疑似相関といいます。113このスレッドを表示
高橋将宜 Masayoshi Takahashi@M123Takahashi·10月13日リンク先の記事の2ページ目の記述は誤りです。「2.他の原因が存在」の場合、AもCも両方ともBの原因であって、Cだけが本当の原因なわけではありません。この理屈が当てはまるのは、「3.単なる相関と因果の混同」の方です。リンク先の記事を解説している方は、このあたりの区別ができていないようです。引用ツイートmath bito@tkosht·10月13日2ページ目は理解して欲しい。社会人なら https://newspicks.com/news/7670618?invoker=np_urlshare_uid147678&utm_source=newspicks&utm_medium=urlshare&utm_campaign=np_urlshare…1533このスレッドを表示
高橋将宜 Masayoshi Takahashiさんがリツイートしました共立出版 アリがと蟻@1738310·10月13日『統計的因果推論の理論と実装』(高橋将宜 著)も引き続き、面陳にて販売いただいておりす。感謝でございます。【撮影協力:丸善 丸の内本店3階】https://kyoritsu-pub.co.jp/book/b10011781.html…211
高橋将宜 Masayoshi Takahashi@M123Takahashi·10月13日mi.t.testの引数は,t.testとほぼ同じです.Multiple Imputation Welch Two Sample t-testが多重代入法を用いたWelchのt検定の結果で,95%CIは-1.235,-0.585です.完全データでは-1.232,-0.595で,欠測データでは-1.283,-0.679なので,多重代入法により妥当な推定結果になりました.(2/2)2411このスレッドを表示
高橋将宜 Masayoshi Takahashi@M123Takahashi·10月13日はい,拙著『欠測データ処理』p.89はStudentのt検定です.多重代入法を用いたWelchのt検定は,MKmiscのmi.t.testのvar.equal引数をFALSEで実行できます.添付の乱数データを使って説明します.なお,MKmiscを読み込む際にlimmaがないというエラーが出たら,添付の手順でインストールします.(1/2)引用ツイートSato Shuntaro|佐藤俊太朗@Shuntarooo3·10月12日高橋先生の『欠測データ処理』のp.89がご参考になるかと思いましたが、WelchでなくStudentのt検定ベースみたいですね(ですかね?高橋先生。)。 miceにこだわりがなければ、AmeliaとM… (残り51字) #querie_Shuntarooo3 https://querie.me/answer/8OxuVRcXPip2lMkGIF2O?timestamp=1665559941…このスレッドを表示1428このスレッドを表示
高橋将宜 Masayoshi Takahashiさんがリツイートしました高橋将宜 Masayoshi Takahashi@M123Takahashi·10月10日欠測データをテーマにオンラインで講演します.開催日時は,2022年10月18日(火)12:30-16:30です.見逃し視聴のプランもあります.なお,申込時に「R-836」と入力すると,講師紹介割引で受講料より11,000円引きになるそうです.詳しくは,リンク先の情報をご覧ください. https://johokiko.co.jp/seminar_medical/AB221038.php…411このスレッドを表示
高橋将宜 Masayoshi Takahashi@M123Takahashi·10月10日欠測データをテーマにオンラインで講演します.開催日時は,2022年10月18日(火)12:30-16:30です.見逃し視聴のプランもあります.なお,申込時に「R-836」と入力すると,講師紹介割引で受講料より11,000円引きになるそうです.詳しくは,リンク先の情報をご覧ください. https://johokiko.co.jp/seminar_medical/AB221038.php…411このスレッドを表示
高橋将宜 Masayoshi Takahashi@M123Takahashi·10月10日先週の木曜日は,「製薬関連の分野における統計的因果推論入門」の題目でセミナー講師を務めました.料金がなかなか高額だったので,参加者は4名と少数でしたが,感想は好評だったとのことで何よりでした.来週は,別の主催者ですが,久しぶりに欠測データ解析に関するセミナー講師を務めます.引用ツイート高橋将宜 Masayoshi Takahashi@M123Takahashi·9月22日2022年10月6日(木) 10:30~16:30の日程で,統計的因果推論のセミナー講師を担当します.重回帰モデルと傾向スコアを中心に話しますが,今回はいろいろなDAGにおいて,どの変数をモデルに入れるべきか解説します.似たようにみえるDAGでも調整すべき変数は異なります.(1/3) https://rdsc.co.jp/seminar/221019このスレッドを表示111このスレッドを表示