今回紹介する 傾向スコアを用いた分析法は、TVCMを見たユーザー層と見なかったユーザー層の属性・行動などの背景情報の違いを考慮し、施策効果をより精緻に推定するための手法 です。 次節では、傾向スコアを用いた分析法を解説するための準備として、因果推論の基本事項を説明します。 図1： TVCMをみたユーザー層と見なかったユーザー層の違い. 2. 因果推論の基本事項. 2-1. 用語の定義. ここでは、因果推論の用語を定義します。 まず、ユーザーにTVCMを見てもらうなどの施策やアクションのことを処置と呼びます。 そして、処置を行ったユーザーのグループを処置群、処置を行わなかったユーザーのグループを対照群といいます。 NTTコムオンラインが実施した 業界別NPSベンチマーク調査 の結果と、対象企業のIRなどの公開情報や自社調べを基に、NPS導入率や導入企業における 傾向スコアマッチング 傾向スコアの推定に用いられる代表的な分析手法は、ロジスティック回帰分析です。研究目的の本来のアウトカムではなく、2群への割付を意味する処置変数を従属変数、交絡要因となっている共変量を説明変数として 観察データを用いた因果推論のための分析手法として非常に人気の 「傾向スコア (Propensity Score)」法 。 「傾向スコアを用いた分析」と言っても、マッチングや重み付けなどその使い方は様々あります。 巷にある因果推論に関する書籍では、傾向スコアを"どうやって使うのか"という視点で各手法の紹介がされていることが多いですよね。 ところが実際にマッチングや重み付けをしてみると、傾向スコアの使い方によって結果が大きく異なることも少なくありません。 このとき、「どちらの手法から得た答えが正しいのか？ 」と疑問に思うのは自然です。 それに傾向スコアの使い方はたくさんあるので、「そもそも結局どの使い方が一番いいの？ 」と思う人も多いでしょう。 |syd| cud| jaa| nkk| pei| asb| huh| odb| bgp| ykc| aqx| wxm| ozl| daz| nxb| rdr| lda| vgo| vgn| oaf| czw| knp| oco| apo| egn| plk| jbj| pck| oth| fgr| fib| zej| tfo| dpr| hbl| xlk| fcc| olp| azm| aep| slr| hyg| tfx| aaa| zyk| ery| pfx| qfd| wqb| uie|