木と電話と選挙(causalTree)
18 likes14,293 views
Susan AtheyのcausalTreeをRで実装したパッケージの紹介です。
木と電話と選挙(causalTree)
- 2. CausalTreeパッケージ ● Recursive Partitioning for Heterogeneous Causal Effects ● Susan AtheyとGuido Imbensの提案手法 ● 機械学習のモデルを応用して、CATEを推定する。 ○ 介入効果が別の要因で強弱がついているという想定 ● 今回は機械学習の部分が決定木及びRandom Forestになっている。
- 3. GerberGreenImaiデータ ● Do Get-Out-the-Vote Calls Reduce Turnout? The Importance of Statistical Methods for Field Experiments ● 上記の論文で使われたデータ ● Matchingパッケージの中に入ってる。
- 5. 投票日の選択肢
- 7. Phone Call who Voted or Notこんなデータセットになる ● 電話活動の対象になったか否か？ ● どんな人か？ ● 投票しに行ったか否か？
- 8. 傾向スコアを利用する ● 電話活動がある程度対象を選んで行われていると考える。 ● 電話された人とされてない人では、そもそも投票に行く確率が違う。 ● これを補正して効果を推定する必要がある。 →傾向スコア（詳細は割愛）
- 10. 平均的には5%投票率を押し上げる
- 12. これを推定しに行くお話 ● Susan Atheyが提案しているCausal TreeとCausal Forestを使う。 ○ Recursive Partitioning for Heterogeneous Causal Effects ○ Estimation and Inference of Heterogeneous Treatment Effects using Random Forests ● causalTreeパッケージとしてgithub上に公開されている。 ○ https://github.com/susanathey/causalTree ● 決定木の学習方法を改良して unbiased estimatorを得ようという話。
- 13. 決定木と大きく違う２点 ● コスト関数のデザインが違う ○ 機械学習で考えると：投票行動での予測誤差の最小化 ○ causalTree：電話の、投票行動に与える効果での予測誤差の最小化 ■ あくまで最小化したい誤差の定義が変わったという認識 →アンサンブルもできちゃう ● 推定時のデータの使い方が違う ○ 普通の決定木：学習データで枝と葉の両方を学習する ○ 今回：学習データを分けておいて、枝と葉の学習には別々のデータを用いる。
- 14. PropensityTree（Forest）もあるよ ● 電話のケースのように、介入の割り振りに偏りが考えられるケースで使う。 ● この場合には枝の学習時にコスト関数を別のものにする。 ● この時のコスト関数は介入の割り振りに対する予測誤差になる。
- 15. propensityForestで推定する ● 可視化を前提として今回やるので、 PropensityForestで木の数を１にする。 ● treatmentは電話を掛けたか否か PHN.C1 ● 設定周りの意味合いは下の資料参照 ○ https://github.com/susanathey/causalTree/blob/master/briefintro.pdf
- 17. 基本的なサマリ ● 年齢は若いほうが効果高い ○ 年齢が高い人のほうがそもそも投票率が高くて、それを押し上げるコストが高そう。 ○ 投票所までの移動コストは年齢が高い人のほうがありそう。 ● 地域によって効果が違う ○ 地域のID以外の詳細データがないので地域間で比較とかはできない。 ○ 今回入ってない変数の影響とかが出てそう
- 18. 効果予測器として使う ● PropensityForestでTree＝５で学習する。 ● テストデータで効果の予測をしてみる（predictを使う） ● 推定された効果の平均値は０．０５９ ● 傾向スコアマッチングで出した結果と類似。
- 19. 電話を掛ける対象を絞れる！
- 20. おしまい。