Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

生態学会自由集会での講演のプレビュー

15,381 views

Published on

講演のプレビュー版スライドです。そのうち消します。

Published in: Data & Analytics
  • Hello! Get Your Professional Job-Winning Resume Here - Check our website! https://vk.cc/818RFv
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here

生態学会自由集会での講演のプレビュー

  1. 1. : 重回帰の結果に基づき「介入」する前に 林 岳彦 2017年3月15日(水) 18:00-20:00 生態学会自由集会 『データ解析で出会う統計的問題:原因→結果の統計モデリング』 1 国立環境研究所環境リスク・健康研究センター 生態学者のための統計的因果推論入門 【Preview版スライド】
  2. 2. 2 特に何も考えずに集められ た野外調査データを何も考 えずに解析して因果関係の 議論をするなんて、野外で 捕獲した野生生物をそのま ま刺し身で喰うようなもの です(危険が危なすぎる)
  3. 3. 3 ジビエ→ どんな「寄生虫」や「病原 菌」にまみれているかわか らん 調査観察データ→ どんな「交絡」にまみれて いるかわからん
  4. 4. 4 本日は、調査観察データの "火の通し方"を教えます
  5. 5. 本日の話(もくじ) 5 II. 6ステップで説明するバックドア基準入門 1. 前置き 2. バックドアパスをイメージしよう 3. まずは2変量(x,y)を考える ネオニコチノイド系農薬のミツバチコロニーへの影響についての既往研 究論文(Budge et al. 2015)の再解析 4. 3変量(x,y,z)で見る基本的論理 5. 4変量以上の場合を見る 6. "まとめ"としてのバックドア基準 III. 環境リスク分野でのバックドア基準の”使用”例 I. なぜ「因果推論」か?
  6. 6. なぜ「因果推論」か? | "相関と因果は違う" 6  散布図上の相関関係からの素朴な予測や期待と 因果効果(介入効果)がズレることがある 1年間でゲームに費やした時間 1 年 間 で の 身 長 の 伸 び ゲームすれば 背が伸びる! 中学二年生に対する調査データ(仮想のもの) p < 0.001
  7. 7. なぜ「因果推論」か? | "相関と因果は違う" 7  散布図上の相関関係からの素朴な予測や期待と 因果効果(介入効果)がズレることがある 1年間でゲームに費やした時間 1 年 間 で の 身 長 の 伸 び ゲームすれば 背が伸びる! 中学二年生に対する調査データ(仮想のもの) p < 0.001 女子 男子 身長 ゲーム 性別
  8. 8. なぜ「因果推論」か? | 介入効果を考える 8 「介入の効果」は相関関係だけからでは分からない 河川中の亜鉛濃度 (μg/L) 底 生 生 物 の 種 数 亜鉛の影響で 底生生物が減少? 上流側:低BOD 下流側:高BOD 亜鉛の環境基準値 30μg/L 亜鉛と底生生物の散布図(仮想のもの)
  9. 9. なぜ「因果推論」か? | 介入効果を考える 9 「介入の効果」は相関関係だけからでは分からない 河川中の亜鉛濃度 (μg/L) 底 生 生 物 の 種 数 亜鉛の環境基準値 30μg/L BODによる偽相関(交絡)の影響を統計的に除去 介入効果の議論には、他の要因による余分な影響を除 外した原因→結果の因果関係を捉えることが必須 環境基準値を守る 意味はあるのか?
  10. 10. なぜ「因果推論」か?| 方法論はあります 10 • RCT(ランダム化比較試験)による実験  分野によっては方法論は浸透・進展している 生態学界隈での理解度は非常に低い (査読からしてザルすぎる) • 重回帰分析による交絡要因の調整 • 層別化・マッチング • 差分の差、回帰分断デザイン etc... 本日は生態学者に馴染み深い重回帰の話を中心にお話します
  11. 11. II. 6ステップで説明するバックドア基準入門 11 1. 前置き:交絡、内生性、バックドアパス 2. バックドアパスをざっくりとイメージしよう 3. まずは2変量(X,Y)から考える 4. 3変量(X,Y,Z)で理解する基本的ロジック 5. 4変量以上(X,Y,Z1,Z2...)では「道」に着目 6. "まとめ"としてのバックドア基準 +フォローアップ:事例と補遺
  12. 12. 12 プレビュー版のため 途中は省略 詳細は学会会場で
  13. 13. 議論 |「お前のそのモデルは正しいのか?」 めちゃくちゃ嬉しい! 我々は生態学者として もっとそういう 議論こそをするべき だと思うんです! 因果 モデル 介入効果 推定 信頼性があがる(一般化可能性の議論なども深まる) 生態学上のさらなる研究テーマが見えてくる (査読においてもそういう議論をもっと 重視するべき!)
  14. 14. 14 プレビュー版のため 以下も略 詳細は学会会場で

×