排総研ブログ

GAN（Generative Adversarial Network）を用いた因果探索の実装 コ ードの目的 因果構造データの生成   サンプルデータには、 X1 -> X2 -> X3 の因果構造を仮定しています。 GAN を使用したデータ生成  GAN で生成したデータが、元の因果構造をどの程度再現できるか確認します。 DAG の描画   真の因果構造（ DAG ）を視覚化。 背景 GAN を用いる因果探索では、生成モデルがデータの分布を再現し、それを基に因果構造を明らかにするアプローチが採られます。 生成されたデータを更に解析することで、新たな因果関係の発見や因果ネットワークの推定が可能です。 このコードは基礎的な例で、実際の応用では、生成データと実データ間の因果一致をさらに詳しく評価する必要があります。 引用アドレス 　 https://deus-ex-machina-ism.com/?p=52535&amp=1 GAN （ Generative Adversarial Network ）を用いた因果探索の実装は、生成モデルと因果関係推定の組み合わせを活用する高度なアプローチです。以下に、シンプルな GAN を利用して因果構造の学習を行う例を示します。この例では、因果構造を暗黙的に学習し、生成されるデータを基に解析します。 コード例  GAN で因果探索 以下は、 GAN を活用して因果グラフを推定する簡単な例です。 python import numpy as np import tensorflow as tf from tensorflow.keras import layers import networkx as nx import matplotlib.pyplot as plt   # データ生成（因果構造に基づくサンプルデータ） def generate_data(n_samples):     x1 = np.random.uniform(-1, 1, n_samples)     x2 = 2 * x1 + np.ra...

EconML 概要   EconML は、 Microsoft Research の ALICE チームによって開発されたライブラリで、観察データから異質な治療効果を推定するために機械学習技術を適用し、経済学と機械学習の交差点に焦点を当てています。 特徴 推定方法 ダブルマシンラーニング（線形、スパース線形、汎用 ML ） 動的ダブルマシンラーニング 因果フォレスト（ Causal Forests ） 直交ランダムフォレスト（ Orthogonal Random Forests ） メタラーナー（ XLearner, SLearner, TLearner ） ダブルロバストラーナー（線形、スパース線形、非パラメトリック） 計器変数を使用したダブルマシンラーニング（直交、非パラメトリック） 計器変数を使用したダブルロバストマシンラーニング（線形、スパース線形、非パラメトリック、線形 ITT ） 深層計器変数（ Deep Instrumental Variables ） 解釈可能性 CATE モデルのツリー解釈 CATE モデルの政策解釈 SHAP 値による CATE モデルの解釈 因果モデル選択とクロスバリデーション RScorer を使用した因果モデル選択 ファーストステージモデル選択 推論 効果推論サマリー 人口サマリー パラメータ推論サマリー 政策学習 DRPolicyTree, DRPolicyForest によるダブルロバスト政策学習 適用例 : A/B テストの推薦、顧客セグメンテーション、多投資帰属分析などに使用。詳細は EconML のドキュメント で確認できます。 !pip install dowhy !pip install econml %load_ext autoreload %autoreload 2 import numpy as np import pandas as pd import logging   import dowhy from d...

DoWhy 概要   DoWhy は、因果グラフィカルモデルと潜在的結果フレームワークを統合し、因果仮定の明示的なモデリングとテストをサポートするライブラリです。 PyWhy プロジェクトの一環として開発されています。 特徴 効果推定    因果効果の特定、平均因果効果（ ACE ）、条件付き平均因果効果（ CACE ）の推定、計器変数（ instrumental variables ）の使用。 因果影響の定量化    メディエーション分析（媒介効果の評価）、直接的な矢印の強度、内在的な因果影響の分析。 What-if 分析    介入分布からのサンプルの生成、反事実（ counterfactuals ）の推定。 根本原因分析と説明    異常の原因特定、分布変化の原因探索、特徴の関連性の評価。 適用例 : ビジネスメトリクスの改善や異常検知、因果関係の可視化に適しており、 Microsoft や Amazon などの企業で利用されています。詳細は DoWhy のドキュメント で確認できます。 Python の DoWhy ライブラリを用いた因果探索の実装コード例を示します。 このコードでは、シンプルなデータセットを使って因果 DoWhy は Python の因果推論ライブラリであり、統計的因果推論のためのフレームワークを提供しています。 DoWhy 因果グラフの構築、傾向スコアの推定、因果効果の推定などの機能を備えている。グラフを構築し、因果効果を推定します。   DoWhy による因果探索コード   !pip install dowhy   import numpy as np import pandas as pd from dowhy import CausalModel   # サンプルデータ生成 np.random.seed(42) n_samples = 500   # データフレーム作成 data = pd.DataFrame({     "Treatment": np...

因果探索と DirectLiNGAM って何？ まず、因果探索とは、データを使って「何が何に影響しているか」を発見する技術です。例えば、「勉強時間が成績に影響するのかな？」とか「睡眠時間が気分に影響するのかな？」といった関係を、データから見つけ出すことを目指します。 その中で  DirectLiNGAM （ダイレクト・リンガム）は、因果探索の方法の一つで、特に以下のような特徴を持つデータに使われます。 線形 　変数同士の関係が直線的（比例するような関係）。 非ガウス 　データが正規分布（釣り鐘型の分布）じゃない。 DirectLiNGAM は、変数間の因果関係を 矢印でつながれたグラフ（有向グラフ）として表し、それをデータから推定します。でも、これがちゃんと動くためには、 4 つの条件を満たす必要があります。それでは、その条件を一つずつ見ていきましょう！ DirectLiNGAM の 4 つの条件？ DirectLiNGAM が因果関係を正しく見つけるためには、次の 4 つの条件が大事です。 線形性（ Linearity ） 非ガウス性（ Non-Gaussianity ） 非巡回性（ Acyclicity ） 独立な誤差項（ Independent Error Terms ） それぞれを具体例と一緒に、わかりやすく説明します。 1.  線形性（ Linearity ） どんな条件？ 変数同士の因果関係が 直線的な関係 であることを前提にしています。つまり、ある変数が別の変数に影響を与えるとき、その影響が 比例する 形で表されるということです。 具体例 たとえば、勉強時間（ X ） と 成績（ Y ） の関係を考えてみましょう。もし勉強時間が 1 時間増えるごとに、成績が一定の割合で上がる（例えば、 1 時間増えると 5 点アップ）なら、これは線形な関係です。 数学で書くと、こんな感じになります： Y = aX + b +  誤差 （ここで、 a は影響の強さ、 b は定数、誤差はランダムなズレです） なぜ大事？ DirectLiNGAM は、変数間の関係が直線的だと仮定して作られているので、もしデータがこの条件を満たさない（たとえば、勉強時間が成績に影響するけど増えすぎると逆に下がる、みたいな複雑な関係）だと、正しい因果関係を見つけられ...

DirectLiNGAM って何？ DirectLiNGAM は、データから「何が何に影響を与えているか」（因果関係）を調べる方法の一つです。例えば、「お菓子を食べすぎると体重が増える」みたいな関係を、データを使って見つけるイメージです。この手法は、 LiNGAM モデルという仕組みをベースにしていて、それを「直接的に学ぶ」やり方です。 さらに、エントロピーというものを使います。エントロピーって難しそうに聞こえますが、ここでは「データのバラバラ具合や予測の難しさ」を測る目安だと思えば OK です。これを使って、データの中に隠れている「ランダムな影響」（誤差）がお互いに独立しているかどうかをチェックします。 LiNGAM モデルって何？その基本ルール LiNGAM モデルは、因果関係を調べるための土台となる仕組みで、 4 つの大事なルール（仮定）があります。このルールが成り立つと、因果関係を正しく見つけやすくなります。それぞれを簡単に説明しますね。 1. 直線性 意味　変数同士の関係が「まっすぐな線」で表せるということ。 例　お菓子を食べる量が 1 袋増えるごとに、体重が 0.5 キロ増える、みたいなシンプルな関係。曲がりくねったりせず、一直線で影響し合うイメージです。 2. 非ガウス連続誤差変数（最大 1 つを除く） 意味　データに影響を与える「ランダムな要因」（誤差）が、普通の「正規分布」（きれいなベル型のグラフ）じゃない形をしていること。ただし、 1 つだけ例外があっても OK 。 なぜ大事？　正規分布だと、どっちが原因でどっちが結果かわかりにくい。でも、非ガウス（ちょっと変わった形）だと、因果の方向が特定しやすくなります。 例：体重に影響する誤差が、生活習慣やストレスみたいにランダムだけど偏ったパターンを持つ場合。 3. 非循環性 意味　因果関係に「ぐるぐる回るループ」がないこと。 例　お菓子を食べると体重が増え、体重が増えるとまたお菓子を食べる … みたいな循環はなし。一方向（お菓子 → 体重）だけです。これで、関係を矢印でスッキリ書けます。 4. 隠れた共通の原因はない 意味　見えない要因が複数のデータに同時に影響していないこと。 例　体重とお菓子のデータを見ているとき、見えない「ストレス」が両...

!pip install causalml   import pandas as pd import numpy as np from causalml.inference.meta import BaseTRegressor from sklearn.ensemble import RandomForestRegressor   # サンプルデータ生成 np.random.seed(42) n_samples = 500   # データフレーム作成 data = pd.DataFrame({     "Treatment": np.random.choice([0, 1], size=n_samples),  # 介入変数     "Outcome": np.random.normal(size=n_samples),           # 結果変数 ( 連続値 )     "Confounder_A": np.random.normal(size=n_samples),      # 交絡因子 1     "Confounder_B": np.random.normal(size=n_samples),      # 交絡因子 2 })   # 因果推定モデルの構築 confounders = ["Confounder_A", "Confounder_B"] model = BaseTRegressor(learner=RandomForestRegressor())  # Regression モデルに変更   # モデルの学習 X = data[confounders] y = data["Outcome"] w = data["Treatment"]   model.fit(X=X, treatment=w, y=y)   # 因果効果の推定 te = model.predict(X=X) print(f"Estimated treatment effect: {te.mean(...