PD-DNewデータ分析・データ利活用 · データ分析・データ利活用

傾向スコア

Propensity Score

けいこうすこあ

観察データで、各対象が年齢や購買履歴などの属性（共変量）から見て施策を受ける確率を、ロジスティック回帰分析などで推定した値。傾向スコアが近い対象どうしを施策の有無で比べる（マッチング）ことで、施策を受けた群と受けない群の属性の偏りを調整し、因果効果を推定する。観測されていない交絡因子の影響は調整できない。

#因果推論 #マッチング #交絡

共有:

関連キーワードの用語

PD-D因果推論

施策や要因が結果にどれだけ影響したかという因果効果を、データから推定する方法論。無作為化比較試験（A/Bテスト）が理想だが、実験できない観察データでは、差分の差分法、傾向スコア、回帰不連続デザイン、操作変数法などで交絡の影響を取り除いて推定する。相関と因果を取り違えないための考え方として重視される。

PD-D差分の差分法

施策を実施した群と実施しなかった群それぞれについて、施策の前後での変化量を求め、その差を施策の効果とみなす因果推論の手法。両群に共通する時間の経過による変化を差し引けるため、観察データから効果を推定できる。施策がなければ両群は同じ傾向で推移したはずという平行トレンドの仮定が前提となる。

PD-D交絡バイアス

原因と考える要因と結果の両方に影響する第3の要因（交絡因子）があるために、両者の関係が実際より強く、または弱く見えること。広告を見た人ほど購入が多くても、もともと関心の高い人ほど広告を見ていれば、広告の効果は過大に評価される。無作為化、層別、回帰分析による調整、傾向スコアなどで交絡因子の影響を取り除く。

PD-D名寄せ

複数のデータソースに分散する同一の対象（顧客や取引先など）のレコードを見つけて、1つにまとめる処理。項目の一致や類似度で同一とみなす候補を探すマッチング、統合するマージ、誤って統合したものを戻す分割、結果の確認・是正の手順で行い、マスターデータのゴールデンレコードを作る。