JMP 19で実践する次世代の因果推論 〜AIPW（二重ロバスト法）がもたらす観察データからの正しい意思決定〜

A/Bテスト等の実施が難しく、背景因子（交絡）の偏りを含んだ「観察データ」から真の効果を導くには、数式的な理解と直感的な検証の両立が不可欠です。本発表では、JMP 19に標準搭載された「因果処置効果」プラットフォームを活用し、交絡の課題を高度に解決するアプローチを紹介します。
従来の「SAS Japan製 傾向スコアマッチングアドイン」から大幅に進化し、JMP 19では全データを活かす「IPW」や、2つのモデルの片方が誤っていても正しい因果効果を導ける最先端の「AIPW（二重ロバスト法）」が実装されました。
本セッションでは、これら手法の数式的な仕組みを紐解きつつ、実務での選択基準や、集団全体への効果（ATE）と処置群への効果（ATT）の簡単な切り替え方法を解説します。さらに、偏りの解消度をひと目で検証できる共変量バランスプロットなどのビジュアルなグラフ診断ツールの有用性をデモで実証します。数式の理論をベースにしながらも、誰もが「真の因果効果」を直感的に見極め、確かな意思決定を行うためのワークフローを提案します。