★製造プロセス最適化やマーケティング施策評価など、実際の現場データを想定した応用例を交えながら、理論と実務を結ぶ視点を養います！
※本セミナーはZOOMを使ったLIVE配信セミナーです。会場での参加はございません。
【アーカイブ配信受講：12/10（水）～12/17（水）】の視聴を希望される方は、⇒こちらからお申し込み下さい。
１．はじめに：なぜ因果を考えるのか
1-1 相関・予測・因果の違い
1-2 因果推論がもたらす視点
２．ベイズ統計の考え方を理解する
2-1 ベイズ統計の考え方：信念の更新と事後分布
2-2 事前分布・尤度・事後分布の関係
2-3 ベイズ推論の実践例（品質検査）
３．ベイズ推論を使った回帰と推定の基礎
3-1 回帰分析の基礎
3-2 ベイズ回帰分析の仕組み
3-3 Pythonによるベイズ回帰の実装
４．潜在反応モデルに基づく因果推論
4-1 潜在反応モデルの考え方
4-2 因果効果（平均処置効果：ATE）の定義
4-3 セレクションバイアスとランダム化比較試験（RCT）
4-4 ベイズ回帰による平均処置効果の推定
５．構造的因果モデルに基づく因果推論
5-1 因果グラフと構造方程式の基礎
5-2 介入と因果効果（平均因果効果：ACE）の定義
5-3 ベイズ線形回帰による平均因果効果の推定
６．事例と実務応用
6-1 製造現場でのプロセス改善への応用例
6-2 マーケティング施策評価への応用例
6-3 実務で因果推論を活用するためのポイント
【質疑応答】