因果分析ツール（後で調べる）

因果分析に関するツール類を調べた時のメモです。もっと調べたら追記したいと思います。

構造方程式モデリング

因果性を調べてたら、構造方程式が出てきたので、構造方程式モデリング（SEM）が使えるパッケージをメモ。

R言語は、そのまま”sem”パッケージを読み込めば使えます。

• Rで共分散構造分析・構造方程式モデル

Pythonは、semopyというパッケージをpipでインストールすれば使えるらしい。誤差が指定できないような・・・。

• semopy

Causal Impact

時系列データを使って介入（マーケティング施策など）の効果を測定する手法。

反事実「介入を行わなかった場合」の結果を、介入前の時系列データの機械学習から予測し、介入した場合の結果との差異を因果効果とする。つまり、介入主義の差異形成因果を計算する方法で、ランダム化比較実験（RCT）をやろうにも、統制群を用意できない実験の場合とかに使える。

詳しい説明は下記を参照。

• [R] CausalImpactでできること、できないこと

パッケージはこちら

• R – CausalImpact
• Python – pycausalimpact

DoWhy

統計的因果推論の反事実モデルをサポートしてくれるツール・・・みたいですが、後で勉強します。

• 統計的因果推論のためのPythonライブラリDoWhyについて解説：なにができて、なにに注意すべきか
• DoWhyによる統計的因果推論

パッケージはこちら

• DoWhy

非ガウス性

因果モデル構築において、因果の向きを決めるのは、とても難しい（どちらの向きとも考えられる）ので、自動的に決まると助かります。

その向きを決めて因果モデルを自動構築する方法として、誤差を非ガウス分布にする方法があるそうです。

• https://www.slideshare.net/sshimizu2006/ss-77876940

これも統計的因果推論だそうなので、後で統計的因果推論は勉強した方が良いかもしれませんね・・・。