データ・DX
因果推論とは？
読み: いんがすいろん英語: Causal Inference更新日: 2026-06-26
因果推論とは、ある施策や要因が結果に与えた影響を、データから推定する考え方です。
DS検定
関連表記: 因果推論 / Causal Inference / 因果関係
試験で問われるポイント
- 相関と因果は異なります。
- 交絡や選択バイアスに注意します。
- 施策効果の検証やA/Bテストと関係します。
具体例
キャンペーンが売上増加の原因だったのかを検証します。
混同しやすい点
- 相関が高ければ因果があると判断する。
- 検定で差が出れば必ず施策が原因だと考える。
関連問題で復習
G検定機械学習の概要・具体的手法
k-means法の基本的な処理として、最も適切なものはどれか。
DS検定データサイエンス
施策AとBの平均に差がないという帰無仮説を、有意水準5%で検定したところp値は0.03だった。最も適切な判断はどれか。
G検定人工知能をめぐる動向
意味ネットワークで「犬 is-a 哺乳類」「犬 has-a 尾」「前脚 part-of 犬」と表した。各関係の読み方として、最も適切なものはどれか。
G検定AIに必要な数理・統計知識
新モデルの誤り率が従来より低いかを検定する。帰無仮説を『誤り率は低下していない』、対立仮説を『誤り率は低下した』とし、有意水準0.05でp値0.03を得た。最も適切な判断はどれか。
G検定AI倫理・AIガバナンス
第三者データで学習したブラックボックスAIの透明性を改善する対応として最も適切なものはどれか。
G検定AIに必要な数理・統計知識
複数日のデータで、アイス販売数と水難事故件数の相関係数は0.82だった。気温を統制した偏相関係数は0.06である。この結果の解釈として最も適切なものはどれか。
G検定AIに必要な数理・統計知識
相関係数について最も適切な説明はどれか。