因果推論、ベイズ推定、実験計画法など効果検証のやり方が乱立しているが、自分なりのベストプラクティスを確立したい
アナリストとしてより実用的な手法を身に着けていくことに関心があります。 直近関心がある事の一つが効果検証の手法です。 効果検証は、ここ数年でベイズや因果推論、さらに機械学習との組み合わせなどいろいろな手法が花開きました。 ただ、その副作用として、人によってやり方や前提知識が大きく異なる状況が生じています。 自分自身も追いつけていない自覚があるため、網羅的に手法を把握し、状況において適切な手法を選択できるようになりたいです。 特に、正しい値を推定する以外にも、サンプルサイズを見積もる方法、どんな要素が影響を与えているのか解釈する方法は関心すら持たれないことが多いですが、実務においてとても重要です。 どの方法が一番いいかではなく、どんな時にどんな手法を使えばいいのかを自分の中で確立させたいと考えています。
要望、不具合報告、使いづらい点や感想など、お気軽にお寄せください。
いただいたご意見は、今後のサービス向上に活用させていただきます。
なお、このフォームは受付専用のため、返信を行っておりません。
返信を希望する場合はお問い合わせよりご連絡ください。