このPartでは，Time-varyingな状況下，つまり複数時点の曝露もしくは介入，および共変量の情報があり，ある時点の曝露（介入）が共変量や次の時点の曝露（介入）に影響を与えていく状況で，因果推論する方法を説明しています． 従来の解析手法（層別化や回帰…

このPartでは，Time-fixedな状況下，つまり曝露もしくは介入，および共変量が一時点の情報しかない状況で，モデルを利用して因果推論する方法を説明しています．生存時間解析のChapterもあります．Cox比例ハザードモデルを使わず，ロジスティック回帰モデル…

Part I: Causal inference without models では，シンプルな状況下で，因果推論の考え方，条件，方法を説明しています．

『Causal inference: What if』のまとめページです．資料や動画を置いてます．

因果推論を軸にして，データサイエンスのこれまでとこれからを考えていきます．データサイエンスは，Description（記述）・Prediction（予測）・Counterfactual prediction（反事実予測）の3つに分類できます．また，どの分類でも専門家の知識は必要であり，…