目次

　はじめに
　　　BOX 0.1　そもそもなぜ「ちがい」と「しくみ」の両面から見ていくのか

第Ⅰ部　因果推論の基本的な考え方

　1　因果と相関と「特性の分布の(アン)バランス」
　　1.1　まず、「対象のありよう」を丁寧に考えよう
　　1.2　相関と因果と、特性の分布のバランス
　　1.3　基本的なゴールとしての「特性の分布のバランシング」
　　　BOX 1.1　「共変量のバランシング／処置Tと特性Cが独立」のイメージをつかむ
　　1.4　そもそも何が揃うと「因果関係」といえるのか？
　　　BOX 1.2　因果概念をめぐる哲学的議論について
　　1.5　手始めの一歩――層別化による因果効果の推定
　　1.6　この章のまとめ
　　　BOX 1.3　統計的因果推論における「目的」「識別」「推定」の論点

　2　どの特性を揃えるべきなのか――因果ダイアグラムとバックドア基準
　　2.1　相関と因果の違い
　　2.2　いざ、バックドア基準へ
　　　BOX 2.1　バックドア基準は「何について」の話？
　　　BOX 2.2　「分岐点のケース」を回帰分析の枠組みでおさらいする
　　　BOX 2.3　因果ダイアグラム関係の専門用語の補足
　　　BOX 2.4　代理(プロキシ)として働く変数のふるまい――考えていくと沼へとつながる話
　　2.3　まとめとしてのバックドア基準――とどのつまり、どの変数をバランシングするべきなのか
　　　BOX 2.5　バックドア基準の観点から見たシンプソンのパラドックス
　　2.4　いくつかの例題でのおさらい――習うより慣れよう
　　　BOX 2.6　因果構造の全体を知る必要はない――路線図の喩え
　　2.5　バックドア基準を踏まえて、「目指すべきゴール」をアップデート
　　2.6　この章のまとめ
　　　BOX 2.7　因果ダイアグラムなんて描けません！
　　　BOX 2.8　「バックドア基準を満たす変数セット」なんて観測できません！

　3　因果推論、その(不)可能性の中心――潜在結果モデルと無作為化
　　3.1　潜在結果モデルへの入り口――個体レベルでの因果効果から考える
　　3.2　潜在結果モデル――「もしも」の世界も考える
　　　BOX 3.1　可能世界論と反事実
　　　BOX 3.2　ATTとATEとATU
　　　BOX 3.3　潜在結果と観測値の関係を数式で表現する
　　3.3　無作為化――コイントスで「不可能」を「可能」に“フリップ”する
　　　BOX 3.4　無作為化と管理のイメージ
　　3.4　因果ダイアグラムから眺める無作為化
　　3.5　この章のまとめ
　　　BOX 3.5　ひとくちに“統計解析”というけれど――推定のそもそもの目的の違いと方法論との対応

第Ⅱ部　因果効果の推定手法

　4　共変量に着目――層別化、マッチング、重回帰分析
　　4.1　層別化と標準化で揃える
　　4.2　マッチングで揃える
　　4.3　重回帰分析で揃える
　　4.4　この章のまとめ
　　　BOX 4.1　じゃあモデルなんて使わなければいいじゃないですか

　5　「次元の呪い」の罠の外へ――傾向スコア法
　　5.1　傾向スコア法――“割付けられやすさ”を表す合成変数
　　5.2　傾向スコア法を使ってみよう
　　5.3　傾向スコアによるマッチング
　　5.4　マッチングは相手あってこそ
　　5.5　この章のまとめ

　6　共変量では調整できない、そんなとき――差の差法、回帰不連続デザイン
　　6.1　差分データへの変換によるバランシング――差の差法
　　6.2　処置の切替の境界を利用したバランシング
　　6.3　この章のまとめ

　7　データの背後の構造を利用する――操作変数法、媒介変数法
　　7.1　外的なショックを利用する――操作変数法
　　7.2　媒介変数法とフロントドア基準――中間変数を利用する
　　7.3　この章のまとめ

第Ⅲ部　「因果効果」が意味することと、しないこと

　8　“処置Tの効果”を揺るがすもの
　　8.1　「因果効果を媒介するもの」を考える
　　8.2　“因果効果”を揺らす他の要因たち
　　8.3　処置Tのコンテクスト依存性を考える
　　　BOX 8.1　“柑橘類”とは何だったのか――壊血病を巡る実験の成功と概念的吟味の失敗
　　8.4　測定されたその「処置T」は本当に「処置T」か
　　8.5　この章のまとめ
　　　BOX 8.2　「まずSUTVAあれ」

　9　エビデンスは棍棒ではない――「因果効果」の社会利用に向けて
　　9.1　その因果効果はどこまで一般化できるのか――ターゲット妥当性とバイアスの分解
　　9.2　実世界での適切な利用へ向けて――「固有性の世界」と「法則性の世界」の往復
　　9.3　「平均因果効果」が隠してしまうもの
　　9.4　エビデンスは棍棒ではない――結果の社会利用にあたって注意すべきこと
　　9.5　この章のまとめ――RCTは最強ではないし、統計学は最強ではない
　　　BOX 9.1　本書の終わりに――マシュマロ実験からの教訓

　巻末補遺A1　共変量Cの影響に対する“補正計算”としての重回帰
　巻末補遺A2　逆確率重み付け法の考え方

　参考文献
　あとがき
　索　引