[[因果推論]]の書籍のどれを読むべきか。 <iframe class="hatenablogcard" style="width:100%;height:155px;max-width:680px;" title="Which causal inference book you should read" src="https://hatenablog-parts.com/embed?url=https://www.bradyneal.com/which-causal-inference-book" width="300" height="150" frameborder="0" scrolling="no"></iframe>  ## Mini Review 上のフローチャートだけではなく、どの本を読むべきか、より多くの情報を得て判断するためには、以下のミニレビューで各本についての詳細を読むことをお勧めします。以下の本は、私が読んだ順にレビューしています。 ### Elements of Causal Inference この本は、機械学習のバックグラウンドを持っている人にとって素晴らしい本です。因果推論と機械学習を結びつけるための2つの章があるほどです。現代の因果関係の発見（構造学習）技術については、おそらくこの本が一番だと思います。他の本では「因果推論」という言葉に因果発見が含まれていませんが、この本では含まれています。というのも、本書の大部分が因果的発見に充てられているからです。そして、それでも構造的因果モデル（SCM）の基礎をきちんと身につけることができます。 ### Causal Inference: What If この本は、私が読んだ本の中で最も実用的な本です。例えば、因果効果を推定するための重要な条件である「陽性度」（または「重複度」）という概念を扱っているのはこの本だけだと思います。また、この4冊の中で、実際に因果効果を推定するために使われるアウトカムモデルや傾向スコアモデルの推定方法を取り上げているのも、この本だけです。実際、この本の大部分は、実際に使用できる様々な種類の推定量に費やされています。ご存知ない方のために補足すると、著者の一人であるJamie Robinsは、疫学や因果推論において非常に重要な人物です。例えば、Judea Pearlは、1986年の論文で調整式が暗黙の了解となっていたことを彼に託しています（調整式が文献上で初めて見分けられるようになった）。 ### Causal Inference in Statistics: A Primer この本は、おそらく最も多くの人にとって最良の最初の本だと思います。因果推論とSCMについて、分かりやすく、優しく、素早く紹介しています。パールは最初の著者であり、因果推論に多くの重要な貢献をし、SCMを開拓しました。 ### Causality この本は、SCMの専門家になりたい人にしかお勧めできません。逆に言えば、SCMに精通していて、SCMの専門家になりたいと思っている人には、この本しかお勧めできないという点で、この本はユニークです。素晴らしい理論がたくさん詰まっています。簡単には読めないことが多いです。これは、SCMに関する知識や、SCMについてもっと知りたいという強い動機なしにこの本にたどり着いた場合、ほぼ読めないだろうと想像します。そうは言っても、この本はネット上の人々によってあまりにも酷評されることが多いと思います。このような酷評の多くは、理論にあまり興味のない人によるものではないかと思います。この本は、他の本を読むなどして、因果関係についての理解を深めてから読んだ方が、より深く理解できるのではないかと思います。因果関係の研究の初期にこの本を読んでおけば、後になってもう一度この本に戻ってくることは間違いなく意味のあることだと思います。 ### Counterfactuals and Causal Inference: Methods and Principles for Social Research これは（Hernán & Robins以外の）もう一冊の本当に実用的な本です。経済学、コンピュータサイエンス、そして社会科学における因果推論の文献から得られたトピックをカバーしており、著者が多くの徹底した例を挙げているため、より長くなっています。著者は、社会科学における多くの実例を用いています。例よりも抽象的なものが好きな私にとっては、この本は少し冗長で、例が長すぎると感じることもあります。しかし、このような詳細な記述のプラス面は、関連する文献を紹介し、議論している内容に関連するそれらの論文の最も重要な詳細を与えるという素晴らしい仕事をしていることです。この本は、潜在的な結果とグラフィカルな因果モデルの視点を見事に組み合わせて比較しています。また、マッチング、回帰、逆確率重み付けの3つの異なるクラスの条件付けベースの因果効果推定量を徹底的にカバーしており、それぞれに章が設けられています。また、 instrumental variables や frontdoor adjustment についても専門的な章が設けられています。 ### Mostly Harmless Econometrics 平均的な経済学者が因果推論についてどのように考えているのかを知りたいのであれば、この本がお勧めで、計量経済学のコースで広く割り当てられていると思います。この本は他の本とはかなり違います。この本は他の本とはかなり違っていて、条件付けベースの推定量にはあまり焦点を当てていません（バックドア・アジャストメントを考えてみてください）。その代わりに、 instrumental variables, differences-in-differences, regression discontinuity designs などの準実験的手法に重点を置いています。この本は2008年に出版されたものなので、合成コントロールのような最近の方法はカバーしていません。最近の教科書で合成対照法を扱っているものとしては、Scott Cunninghamの "Causal Inference, The Mixtape "があります。The Mixtape "がお勧めです。 ### Other Books to Consider - Explanation in Causal Inference: Methods for Mediation and Interaction - Observation and Experiment: An Introduction to Causal Inference (Rosenbaum, 2017) - Causation, Prediction, and Search (Spirtes et al., 2001) - Actual Causality (Halpern, 2016) - Advanced Data Analysis from an Elementary Point of View book, Targeted Learning (van der Laan & Rose, 2011)