Recommended
More Related Content
Similar to 2017年5月4日 最新刊『データ分析の力 因果関係に迫る思考法』を読む
Similar to 2017年5月4日 最新刊『データ分析の力 因果関係に迫る思考法』を読む (20)
More from 三文会
2017年5月4日 最新刊『データ分析の力 因果関係に迫る思考法』を読む
- 3. 三文会 どこよりも早い?! 最新刊 『データ分析の力 因果関係に迫る思考法』 を読む 2017年5月3日憲法記念日 話題提供 2017年5月4日みどりの日 第1版 熱川豊紘 NIEKAWA Toyohiro 3
- 4. 自己紹介 • 1986年に和歌山県に生まれる。 • 和歌山県立桐蔭高等学校、東京大学文学部を卒業。 • 2012年に同大学大学院学際情報学府修士課程を修了。 – 専門は科学・技術政策論。 • 在学中、財団法人東京大学新聞社（現、公益財団法人）に勤務。 – 学術および科学・技術に関する記事を担当。 • 朝食勉強会、三文会事務局に出向。 • 現在は情報通信企業でマーケティングを担当。 • マーケティングの仕事でデータ分析をしているわけでもありません。 • 「もう知っているよ」という話や、誤った解釈や表現があると思いますが、平にご容赦く ださい。 4 ただし、データ分析の専門家ではありません。
- 5. • 結論 「因果関係」のデータ分析に焦点を当てた良書 • 序論 『データ分析の力』の図書情報 • 本論 『データ分析の力』の手法と事例 • 考察 専門知としてのデータ分析 • 話題提供は約30分間の予定です。 • いつもは20分間にまとめるのですが、長くなってしまいました。 5 目次
- 8. 序論 図書情報 一般的な図書情報 • 著者は伊藤公一朗氏。 • 専門は環境エネルギー経済学、産業組織 論、応用計量経済学（伊藤 2017: 285）。 • 2015年から米シカゴ大学公共政策大学院 ハリススクール Harris School of Public Policy 助教授（注） 。 – 1982年生まれのため、32～33歳で 助教授に就任したもよう。 （注）案内文では「助教授（准教授）」と 表記してしまいましたが、助教授 Assistant Professor と准教授 Associate Professor とは別の職位でした。訂正します。 8 「因果関係」のデータ分析方法を、数式を使わないで紹介。 • 「広告が売り上げに影響したのか?」「あ る政策を行ったことが本当に世の中に とって良い影響をもたらしたのか?」と いった「因果関係」を解明するデータ分 析の方法を紹介。 • データ分析の力は誰にでも必要だとして、 数式を使わず、具体例とビジュアルな描 写を用いて解説。
- 11. 本論『データ分析の力』の手法と事例 第1章 なぜデータから因果関係を導くのは難しいのか • データ分析の目的は、「因果関係」＝介 入効果の追求に行き着くことが多い。 • しかし、ビジネスや政策評価、新聞やテ レビなどの報道において「因果関係」と 「相関関係」とが混同されている場面は 非常に多い。 • 「因果関係」を見誤ると大きな損失や税 金のむだ遣いを招いてしまう。 • 「因果関係」の難しさは、ビッグデータ のような観測数の増加では解決しない。 11 「因果関係」＝介入効果と「相関関係」とは異なる。 広告 売り 上げ 他の 要因 「広告を出したときに売り上げが大きくなった」 という「相関関係」だけでは「売り上げが広告に 影響した」「他の要因が広告と売り上げとの両方 に影響した」公算を排除できない。
- 12. 本論『データ分析の力』の手法と事例 第2章 現実の世界で「実際に実験をしてしまう」――RCT • 介入効果をデータ分析によって明らかにする最良の手法は、ランダム化比較試験（RCT） である。ビジネスの分野ではABテストともいう。 • 鍵となる概念は、介入グループと比較グループという考え方。 • ランダム化比較試験の鉄則: – (1) 分析で明らかにしたい因果関係を測定できるような適切なグループ作りをする。 比較グループを設けることは不可欠である。 – (2) グループ分けは必ずランダムに行う。 – (3) 各グループに十分なサンプル数を振り分ける。 – (4) ただし、介入の波及効果がないこと。 • ランダム化比較試験の強み: – (1) 因果関係が科学的に示せる。 – (2) 分析手法や結果に透明性がある。 • ランダム化比較試験の弱み: 実験に費用、労力、時間、各機関の協力が必要。 12 介入効果を分析する最良の手法。
- 14. 本論『データ分析の力』の手法と事例 第3章「境界線」を賢く使うRDデザイン • RCTが実施できない場合、自然実験（あたかも実験が起こったかのような状況を用いて因 果関係を分析する手法）を用いることができる。 • RDデザイン（回帰不連続設計法）は、世の中に存在する「境界線」をうまく使い因果関 係に迫る自然実験手法。 • RDデザインの鉄則: – (1)「境界線」を境に一つの要素（X）のみが「非連続的に」変化する状況を見つける。 – (2)「境界線」付近でX以外の要素が「非連続的に」変化していないかをチェックする。 • RDデザインの強み: – (1) Xのみが「非連続的に」変化するという仮定が成り立てば、RCTに近い状況を利用できる。 – (2) 透明性のある分析ができる。 – (3) ランダム化比較試験よりも利用できる場面が多い。 • RDデザインの弱み: – (1) 分析上の仮定は究極には立証できない。 – (2)「境界線」付近のデータに関する因果関係しか主張できない。 14 「境界線」付近で一つの要素のみが変化する状況を利用。
- 16. 本論『データ分析の力』の手法と事例 第4章「階段状の変化」を賢く使う集積分析 • 集積分析は、インセンティブの階段状の変化をうまく使う自然実験手法。 • 集積分析の鉄則: – (1) 何らかの階段状のインセンティブ（価格、割引、税金、補助金など）を利用する。 – (2) 階段状に変化するのは、分析で明らかにしたい要素Xだけであることを確かめる。 – (3) インセンティブが大きく変わる境界点でのデータ集積を分析することで、人々や 企業がインセンティブの変化に反応した因果関係を検証する。 • 集積分析の強み: – (1) 分析に必要な仮定が成り立てば、境界点付近であたかもRTCが起こったかのよう な状況を利用できる。 – (2) 透明性のある分析ができる。 – (3) ランダム化比較試験よりも利用できる場面が多い。 • 集積分析の弱み: – (1) 分析上の仮定は究極には立証できない。 – (2) 階段状に変化したインセンティブに反応した主体に関する因果関係しか主張でき ない。 16 インセンティブの階段状の変化を使う自然実験手法。
- 18. 本論『データ分析の力』の手法と事例 第5章「複数期間のデータ」を生かすパネル・データ分析 • 複数のグループに対し、複数期間のデータが入手できる場合、パネル・データ分析を利用 できる可能性がある〔「パネル」は「委員会」の意と思われる〕。 • パネル・データ分析の鉄則: – (1) 介入が起こった時期の前後のデータが、介入グループと比較グループとの両方に ついて入手できるかを確認する。 – (2) 介入グループも比較グループもデータが平行に変化する「平行トレンド」が成り 立つか検証する。 – (3) 二つのグループの平均値の推移をグラフにし、介入効果の平均値を測定する。 • パネル・データ分析の強み: – (1) RDデザインや集積分析以上に広範囲な状況に利用できる可能性が高い。 – (2) 透明性のある分析ができる。 – (3) 介入グループに属する全ての主体に対して介入効果の分析が可能である。 • パネル・データ分析の弱み: – (1) 分析上の仮定は究極には立証できない。 – (2)「平行トレンドの仮定」は非常に難しく、実際には成り立たない状況も多い。 18 複数グループの複数期間データを利用。
- 20. 本論『データ分析の力』の手法と事例 第6章 実践編:データ分析をビジネスや政策形成に生かすためには? • 米国をはじめとする諸外国では、ランダム化比較試験などを用いた因果関係分析を企業や 政府の意思決定に生かす動きが加速している。 – ABテスト – 「証拠に基づく政策形成」evidence-based policymaking • データ分析成功の鍵: – (1) 企業・政府とデータ分析専門家との協力関係を築くこと。 – (2) データ分析者に対するデータへのアクセスを開く道を探ること。 20 「因果関係」の分析は拡大しており、専門家の協力が必要。
- 21. 本論『データ分析の力』の手法と事例 第7章 上級編: データ分析の不完全性や限界を知る • データ自体に問題がある場合は普通、データ分析で問題が解決しない。 • データ分析の結果が、分析で対象とされた主体以外にも適用可能なのかという外的妥当性 を加味した場合には、ランダム化比較試験が必ずしも最良の方法とはいえない。 • データ分析には、下記のような不完全性や限界もある。 – 出版バイアス:「因果関係がない」という結論は学界で注目されにくいため、論文とし て出版されにくい（学界は出版バイアスを避ける努力もしている）。 – パートナーシップ・バイアス: データ分析に協力する主体に関する分析ばかりが発表 され、分析の外部妥当性が低下する。 – 一般均衡的な効果: 小規模な実験の結果と大規模な政策の結果が異なる場合があり得 る。例えば、米テネシー州のランダム化比較試験では少人数学級に効果があったが、 米カリフォルニア州では効果がなかった（教師が不足し、技能の低い教師も採用せざ るを得なくなったためと推測される）。 21 どのようなデータ分析手法にも不完全性や限界がある。
- 22. 本論『データ分析の力』の手法と事例 第8章 さらに学びたい方のために: 参考図書の紹介 • データ分析に関する日本語の入門書は充実してきている（敬称略）。 – 中室牧子・津川友介, 2017,『「原因と結果」の経済学――データから真実を見抜く思 考法』ダイヤモンド社. – 山本勲, 2015,『実証分析のための計量経済学』中央経済社. – 田中隆一, 2015,『計量経済学の第一歩――実証分析のススメ』有斐閣. – 森田果, 2014,『実証分析入門――データから「因果関係」を読み解く作法』日本評論 社. • 中級以上では、世界的に需要がある英語の図書が適切。中級から順に（敬称略） – Woodridge, Jeffery M., 2015, Introductory Econometrics: A Modern Approach, Scarborough: Nelson Education. – Angrist, Joshua D. and Jörn-Steffen Pischke, 2008, Mostly Harmless Econometrics: An Empiricist’s Companion, Princeton: Princeton University Press. – Cameron A. Colin and Pravin K. Trivedi, 2005, Microeconometrics: Methods and Applications, Cambridge: Cambridge University Press. 22 入門は日本語でよい。中級以上では英語の図書を推奨。
- 24. 考察 専門知としてのデータ分析 データ分析手法のまとめ 24 データ分析 手法 概要 強み 弱み 内部妥当性の 強さ 外的妥当性の 広さ ランダム化比較試 験（RCT）: 強制 参加型 ランダムに分けた 介入グループと比 較グループとを比 較。「介入の波及 効果」に注意。 介入効果を科学的 に示せる。結果に 透明性がある。 費用、労力、時間、 各機関の協力が必 要。 非常に強い。 実験対象者 ランダム化比較試 験: 自由参加 非常に強い。 実験対象者のうち の自発的参加者 RDデザイン（回帰 不連続設計法） 一つの要素のみの 非連続的な変化の 付近の変化を測定。 一つの要素・イン センティブだけが 変化するという仮 定が成り立てば、 介入効果を科学的 に示せる。結果に 透明性がある。対 象が広い。 仮定を立証し切れ ない。 強い。 「境界線」付近の 主体 集積分析 一つのインセン ティブのみの階段 状の変化付近の集 積を測定。 強い。 集積をした主体 パネル・データ 分析 「平行トレンドの 仮定」が成り立つ 複数のグループの 複数の期間のデー タを測定。 結果に透明性があ る。対象が広い。 「平行トレンドの 仮定」を立証する のが難しい。 若干劣る。 介入グループ全体
- 25. 考察 専門知としてのデータ分析 学セクターと産官セクターとの溝 • 著者の言う通り「因果関係」のデータ分 析には、専門家の協力を得た方が無難 – 単純に見えるランダム化比較試験でも、 統計学の知識・技能が不可欠。 • しかし、企業の経営や行政府の行政が全 て、学セクターで発表可能な頑健性に基 づかなければならないと考えるのは、本 末転倒である。 – 「行政府がデータを公開すれば、専門 家が勝手に分析し、客観に基づく合理 的な政策が形成される」といわんばか りだった『「学力」の経済学』（中室 2015）に比べれば本書は良心的だと 思うが。 25 専門家の協力は必要だろうが、専門家丸投げも本末転倒。 実は〔炒めないチャーハンの〕販売データを 見ると、売れ行きは悪くありませんでした。 このデータを見て、現場は満足していたので しょう。しかし、私は強い危機感を覚えまし た。商品が売れていないことより、味が「本 物」ではない商品が売れてしまっていること の方が危険です。私はデータが示す結果より も、お客様においしいものを売りたいという 意志を優先させました。 鈴木敏文セブン&アイ・ホールディングス代 表取締役会長（当時/ 鈴木 2014:61） 販売時点情報管理のデータを活用した先駆者 だが、データに逆らう経営判断もしている。
- 26. 考察 専門知としてのデータ分析 初期行政学と政策科学との蹉跌 • 行政学の始祖といわれる政治学者T・ウッ ドロウ・ウィルソンらは1880年代から 「政治行政分断論」を主張。 • しかし、行政権が立法権を凌駕するに及 んで、行政学者は「行政政治融合論」へ と転換。（以上、森田 2000: 32-4） 26 「証拠に基づく政策形成」は同じ轍を踏まないか? • 1950年代には、政治学者のハロルド・ D・ラスウェルが「政策科学」を提唱 （秋吉ほか 2015: 9）。 • リンドン・B・ジョンソン大統領が計画プ ログラム予算システム PPBS を全省庁に 導入するに至って絶頂を迎えたが、「誰 の便益か」という価値判断をする政治へ の無理解で挫折した（秋吉ほか 2015: 149）。 行政 administration の分野はビジネスの分 野である。行政は、政治の慌ただしさと争い とから取り去られなければならない。 T・ウッドロウ・ウィルソン （Wilson 1887: 209） 第28代米国大統領でもある。
- 28. 会で寄せられた意見（紹介できなかった方、ごめんなさい） 28 • 質疑: 長期的な介入効果はどのように分析するのか。 – 応答: 著者は節電実験の追跡調査の結果も紹介。究極には「調べてみないと分からない」と思う。 • 質疑: 分析に適したデータはどのように用意するのか。 – 応答: 著者は多くを語っていない。参考文献に譲られると思う。 • 質疑: 研究の不正や、本書が紹介するバイアスにはどのように対応するのか。 – 応答: 学セクターが生産する知識の妥当性は、同僚評価 peer review などの制度が担保している と考える。ただし、専門知一般にいえるように、本書のような入門書で他のセクターに属する人も 最低限の「データ分析の力」を身に付けて関与していくのが適切と考える。 • 質疑: 研究の倫理はどのように考えるか。 – 応答: ランダム化比較試験の倫理の問題には著者も言及している（伊藤 2017: 119）。倫理の問 題で、ランダム化比較試験よりも自然実験の方が適切という場面はあると考えられる。 • 質疑: データ分析で、市民の感覚に反する結果が出た場合に政策に反映するべきか。 – 応答: まさに1950年代の「政策科学」が直面した問題に通じると思う。何を「よい」とするかと いう価値判断や合意形成は、立法をはじめとした政治の役割として残ると思う。 • 狭い学問分野や事業分野では、データは「出した者勝ち」の面があると経験から思う。本書などを参考 に、データ分析の「リテラシー」を身に付けたい。 • 経営の再現は難しい。経営者の育成でも「どのように経営をするか」よりも「どのような経営者である か」を重視する。優れたデータ分析の手法が優れた経営とは限らないのではないか。
- 29. 文献 29 • 秋吉貴雄・伊藤修一郎・北山俊哉, 2015,『公共政策学の基礎 新版』有斐閣. • 伊藤公一朗, 2017,『データ分析の力 因果関係に迫る思考法』光文社. • 森田朗, 2000,『改訂版 現代の行政』放送大学教育振興会. • 中室牧子, 2015,『「学力」の経済学』ディスカヴァー・トゥエンティワン. • 鈴木敏文, 2014,「【インタビュー】消費者の心理はデータから読めるか――データは構想に従う」 『DIAMONDハーバード・ビジネス・レビュー』39(5): 58-65. • Wilson, T. Woodrow, 1887, “The Study of Administration,” Political Science Quarterly, 2(2): 197-222. （資料で紹介し切れなかったもの） • Huff, Darrell, 1954, How to Lie with Statistics, New York: W. W. Norton & Company.（＝1968, 高木秀玄訳 『統計でウソをつく法――数式を使わない統計学入門』講談社.） • 佐藤信, 1968,『推計学のすすめ――決定と計画の科学』講談社. • 依田高典, 2011,『次世代インターネットの経済学』岩波書店. • 高橋威知郎・安宅和人・河本薫ほか, 2015,『トップデータサイエンティストが教える データ活用実践教室』日経BP社.