リンク www.who.int WHO Mortality Database - WHO The WHO Mortality Database is a compilation of mortality data as reported annually by Member States from their civil registration systems. 39

最近、政府の統計データに関する不祥事が相次いで発覚している。これら統計調査はどのように実施されるのか、どうして不祥事が頻発しているのか。元官僚の筆者がその背景を解説する。（室伏政策研究室代表、政策コンサルタント　室伏謙一）。 統計に対する信頼が 揺らぎ始めている 「活かせ統計、未来の指針。」 これは10月18日の統計の日に合わせて、1万件弱の応募作品の中から選ばれた、本年度の「統計の日」の標語である。 ところが、その「未来の指針」となるはずの統計に対する信頼が揺らぎ始めている。その原因となっているのは、言うまでもない。ここ数年頻発している統計や調査を巡る不祥事である。 例えば、データ改ざんが発覚した経済産業省の「繊維流通統計」。平成28年12月、回答数を維持するために過去の調査によって得られたデータをそのまま数年に渡って使用していたという。 この統計は、この不祥事を受けて、「本統計調査が実

背景 データ準備 ライブラリの読み込み シミュレーションデータの作成 フィッティング stan_glmによるフィッティング 結果の確認 追試 終わりに 背景 Stanを使ってモデリングをしている時に不満を感じる点として、変数選択が難しいということが挙げられます。もともと私自身は、例えばStepwiseやLassoなどを用いた"機械的な"変数選択があまり好きではない1のですが、それでも分析を効率的に進める上でそれらの手法に頼りたくなることがあります。 そういったときにglmを用いているのであればstep関数により容易に変数選択が可能なのですが、Stanではそうもいきません。何か良い方法はないかと探していたところ、StanのGithubレポジトリに{projpred}というそれっぽいlibraryを見つけたので、紹介がてら変数の選択精度を実験してみます2。 データ準備 ライブラリの読み込み 今

さて、統計的因果推論についてだらだらと独習していくこのシリーズですが、今回はDonald Rubinが考案したRubinの因果モデルで用いられる、傾向スコア(Propensity Score)を取り上げてみようと思います。「お前岩波DS3で事前に原稿読んで中身は知っているはずじゃないのか」とかいうツッコミはご勘弁ください（笑）。 元々は観察データ（つまりRCTを含む実験データではない）から因果関係を推定するための手法ということで、いかにして観察データに隠れた影響を与える共変量を突き止め、その共変量から及んでくる影響をバランスさせ、真の因果効果を推定するか、というのが主眼でした。つまり、RCTを実践できないような疫学データや社会科学的データに対する適用がメインだったようです。 しかしながら、最近は例えば広告やマーケティングといった「ある程度の介入（処置）*1はできても事実上RCTを徹底するこ