Skip to content

GCRI · Labs

パイロットのための因果推論

Causal inference separates what an intervention does from what merely accompanies it. In labs and pilots it shapes the design: randomisation where possible, credible comparisons where not, and explicit assumptions in both. It is how a pilot becomes evidence that an innovation works, for whom and under what conditions.

02申請

ここでの因果推論とインパクト評価の役割。

Causal inference and impact evaluation develop methods to determine whether and how interventions or exposures cause outcomes. They separate genuine effects from correlation. In research and evidence, methods and modelling and innovation, causal inference shows which risk reduction measures actually work. It supports allocating resources toward interventions with demonstrated effect across connected risks. The canonical description is on the STEM Commons.

ランダム化パイロットと段階的展開

Where an innovation reaches sites in sequence, the order is randomised so early and late sites form a comparison, with the design and analysis registered beforehand.

準実験的プログラム評価

Difference-in-differences, regression discontinuity or synthetic control designs estimate effects where randomisation was not possible, with placebo tests to probe their assumptions.

Transporting effects from pilot to scale

因果図は、効果がパイロットサイトのどの特徴に依存するかを示すため、計画担当者は、同じ結果を期待する前に、新しいサイトがそれらを共有しているかどうかを判断できます。

03監視

影響評価。

この手法を追跡するためにチームが使う画面:その指標、状態、決定。名前は例であり、値はイメージです。

インパクト評価

Labs · Causal inference for pilots · Run R-7061

平行トレンドが成立しているGCRI・Labs

イベント・スタディ

手法カード

手法
因果推論とインパクト評価
設計
差の差法
単位
196
ラベル
モデル化

頑健性の検証

主たる仕様0.06はい
早期採用者を除外0.26はい
合成コントロール法0.12はい
Impact evaluation: the screen’s structure, terms and states for Labs.Example names and illustrative values; a design, not a record or a live system.
04データ

手法が使用するもの。

このプラットフォームで因果推論と影響評価に用いられるデータセットと記録を、それぞれの役割と値に付されるラベルとともに示します。出典は 出典の登録簿.

データ役割ラベル
Trial and pilot outcome dataEffect estimation観測
行政記録Outcomes and covariates for comparison groups公表統計
登録済みの事前分析計画Fixing estimands and tests申告済み
Site characteristic surveysHeterogeneity and transportability報告値
05手法とエビデンス

How causal inference for pilots is modelled, measured and tested.

モデル、その仮定、データ、不確実性を、科学者やエンジニアが確認する形で示します。構造は公表された手法に従っています。描かれた値は例示であり、知見ではありません。

モデル、方程式、仮定

パイロットの因果推論に用いるモデル構造、それが置く前提、および各前提の検証方法。

要素 i のリスクRi = f(Hi, Ei, Vi, Ci)ハザード、エクスポージャー、脆弱性、対処能力
年間期待損失EAL = ∑k pk · Lkover events k with annual probability pk
結合システムxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
仮定作られる理由検証の方法
一つの事象の中では、ハザードとエクスポージャーは独立している損失の積分を扱いやすく保つ同時記録に当てはめたコピュラと比較
結合は動作点の近くで線形であるショックを A を通じて伝播させる線形範囲を超えて摂動を与えて比較する
脆弱性曲線は場所を越えて適用できる地域固有の曲線はめったに得られない観測された損失がある場合はそれに照らして検証
入力
来歴付きのバージョン管理されたデータセット
成果物
分布であり、単一の数値ではない
コード
モデルカードと試験とともに公開
再現
同じデータ、コード、環境、シード
標準的なリスクおよび状態空間の定式化です。挙げた前提はこの手法に典型的なもので、審査のために示しており、結果ではありません。
FAIR 原則・GO FAIR と FORCE11W3C PROV・World Wide Web Consortium不確実性の一貫した扱いに関するガイダンス・IPCCCEOS 解析即応データ・地球観測衛星委員会
06検証

結果の確認方法。

識別の仮定は、プラセボ検定、反証チェック、 感度分析によって検証します。複数の環境での再現により、外的妥当性を検証します。

確認実施方法
バランスと事前トレンドの検査Comparison groups are tested for similarity before treatment
Placebo and falsification testsEffects are sought where none should exist
観測されない交絡に対する感度分析では、隠れた交絡因子が結論を変えるには、どの程度の強さが必要かを報告します
Replication across sites効果は、一般化される前に独立した環境で再推定される。

観測されない交絡や波及効果が推定にバイアスを生じさせることがあります。ある状況で得られた効果が、別の状況に当てはまるとは限りません。

07プロセス

プロセスの進め方。

Process explorer · Process

パイロット事業のための因果推論:PRISMA 2020 レビュー報告

10 steps4 stages

プロセス

パイロット事業のための因果推論:PRISMA 2020 レビュー報告

PRISMA 2020 はシステマティック・レビューのための報告ガイドラインです。ステップは義務づけられた順序ではなくそのチェックリストに従っており、これを採用している Nexus の文書はありません。

  1. 01 Plan

    1. 01登録とプロトコル記録 · レビュー・チームガイドラインは、登録の詳細、プロトコルへのアクセス、すべての修正を求めています。
    2. 02適格性の基準記録 · レビュー・チームガイドラインは、組み入れと除外の基準、そして研究のグループ分けの方法を求めています。
  2. 02 検索と選定

    1. 03検索:情報源と戦略ステップ · レビュー・チームガイドラインは、情報源と完全な検索戦略を求めています。どの情報源を用いるかは定めていません。
    2. 04研究の選定ステップ · レビュー・チームガイドラインは、何人のレビュー担当者がスクリーニングしたかを含め、研究の適格性をどう判断したかを求めています。レビュー担当者の人数は定めていません。
    3. 05フロー図記録フロー図は、見つかった記録の数、組み入れた研究の数、除外の理由を示します。
  3. 03 分析

    1. 06データ収集ステップ · レビュー・チームガイドラインは、報告書からデータをどのように収集し、どのデータ項目を求めたかを問うています。
    2. 07バイアスのリスクステップ · レビュー・チームガイドラインは、バイアスのリスクを評価するために用いた手法とツールを求めています。
    3. 08統合モデル · レビュー・チームガイドラインは、効果の指標と統合の手法を求めています。メタアナリシスを義務づけてはいません。
    4. 09証拠の確実性ステップ · レビュー・チームガイドラインは、確実性の評価に用いた手法を求め、結果をアウトカムごとに報告します。格付けの尺度は指定していません。
  4. 04 報告

    1. 10レビュー報告書記録このガイドラインは、著者がレビューを行った理由、行ったこと、見つけたことを報告するのに役立ちます。

ReportsOutline of an externally published reporting guideline, not a Nexus process and not a record of operation. PRISMA 2020 mainly covers reviews of intervention effects. No Nexus page names it. Every programme is at service level R0.

09スチュワードシップ

手法を維持する者。

経済開発 は、コンソーシアムにおける因果推論と影響評価のスチュワードを務め、各プラットフォームでの適用状況をレビューします。

11質問

質問と回答。

この分野における因果推論と影響評価の限界は何ですか。
観測されない交絡や波及効果が推定にバイアスを生じさせることがあります。ある状況で得られた効果が、別の状況に当てはまるとは限りません。
結果はどのように確認されますか?
識別の仮定は、プラセボ検定、反証チェック、感度分析によって検証します。複数の状況での再現により、外的妥当性を検証します。
このページの値は実際のものですか?
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
この手法は他にどこで適用されていますか?
社会を動かし続ける 正式な手法のページ には、それを適用するすべてのプラットフォームが掲載されています。
報告書貢献する

このページからエビデンスを提供する。

Reports はコンソーシアムの季刊刊行物です。このテーマについてあなたが知っていることは、次号でエビデンス、事例、または訂正となり得ます。あなたの名前を記し、あなた自身の著作物である場合は CC BY 4.0 で公表されます。

GCRIラボLabs のエビデンス手法と技術
ラボ

手法、データセット、または問いを持ち込んでください。

情報提供と問い合わせは本日から受け付けています。問い合わせには参照番号が付き、次の手順が示されます。申請、支払い、計算資源の割り当て、登録は、担当チーム、規約、審査体制が整ってから開始します。