🤔 1. なぜ因果推論が必要か

機械学習・統計学は「相関や予測」に強い一方、 「もし介入したら何が起きるか」という問いには直接答えられない。

• 予測：所得が高いと健康に良いか？（相関の問い）
• 因果：所得を増やせば健康が改善するか？（介入の問い）

政策評価・医療効果検証・マーケティングの ROI 計算など、 実務の多くは因果推論の問題。

1.1 相関と因果の違い

古典的事例：「アイスクリーム消費量と水難事故数」は強く正相関するが、 因果関係はない（共通原因＝気温）。

🕸 2. 交絡（Confounding）

処置 $T$ と結果 $Y$ の両方に影響する第三変数 $C$ があると、 単純な相関では因果を取り出せない。

$$T \leftarrow C \rightarrow Y$$

例：教育年数 $T$ → 賃金 $Y$ の関係。 親の年収 $C$ が両方に影響 → 単純比較では教育の効果が過大評価される。

2.1 DAG（有向非巡回グラフ）

Pearl による因果推論の言語。 矢印 $X \to Y$ で「$X$ が $Y$ の原因」を表す。 「バックドア基準」を満たす調整変数を特定すれば、 観察データから因果効果が同定できる。

• 共通原因（交絡因子）→ 必ず調整
• 媒介因子（処置の下流） → 調整すると効果が消えてしまう
• 合流点（collider）→ 調整するとバイアスが新たに発生

🎭 3. 潜在結果モデル（Rubin Causal Model）

個体 $i$ について：

• $Y_i(1)$：処置を受けた場合の結果（潜在結果）
• $Y_i(0)$：処置を受けなかった場合の結果（反事実）
• 個体因果効果：$\tau_i = Y_i(1) - Y_i(0)$

根本問題：同じ個体について両方は観測できない。 観測されるのは $Y_i = T_i Y_i(1) + (1-T_i) Y_i(0)$ のみ。

3.1 ATE と ATT

• ATE（平均処置効果）：$\mathbb{E}[Y(1) - Y(0)]$（全集団）
• ATT（処置群への平均処置効果）：$\mathbb{E}[Y(1) - Y(0) | T=1]$
• ATU（対照群への）：$\mathbb{E}[Y(1) - Y(0) | T=0]$

3.2 反事実

「もし処置を受けていなかったら、 この個体の結果はどうだったか？」を推測することが因果推論の核心。

🎲 4. ランダム化比較試験 (RCT)

処置をランダムに割り当てれば、 処置群と対照群が平均的に類似 → $T \perp \{Y(0), Y(1)\}$ が成り立つ。 ATE は単純な差で不偏推定可能：

$$\widehat{\mathrm{ATE}} = \bar{Y}_{\text{処置}} - \bar{Y}_{\text{対照}}$$

RCT の限界

• 実施コスト・倫理的制約（喫煙の有害性を RCT で検証できない）
• 外的妥当性（実験集団と一般集団の乖離）
• 遵守率の問題（処置に従わない人の扱い）
• 長期効果の測定困難

1
2
3
4
5
6
7
8
9

import numpy as np
from scipy import stats
# 想定 RCT 結果：処置群 n=100、 対照群 n=100
treat = np.array([...])
ctrl  = np.array([...])
t, p = stats.ttest_ind(treat, ctrl, equal_var=False)
ate = treat.mean() - ctrl.mean()
se = np.sqrt(treat.var(ddof=1)/len(treat) + ctrl.var(ddof=1)/len(ctrl))
print(f'ATE = {ate:.3f}, 95% CI = [{ate-1.96*se:.3f}, {ate+1.96*se:.3f}]')

📊 5. 差分の差分 (Difference-in-Differences)

処置群と対照群の時間変化の差から因果効果を推定。 共通トレンド仮定が鍵。

$$\widehat{\mathrm{DID}} = (\bar{Y}^{\text{処置}}_{\text{後}} - \bar{Y}^{\text{処置}}_{\text{前}}) - (\bar{Y}^{\text{対照}}_{\text{後}} - \bar{Y}^{\text{対照}}_{\text{前}})$$

5.1 回帰での実装

$$Y_{it} = \beta_0 + \beta_1 \mathrm{Treat}_i + \beta_2 \mathrm{Post}_t + \beta_3 (\mathrm{Treat}_i \times \mathrm{Post}_t) + \varepsilon_{it}$$

$\beta_3$ が DID 推定量。

1
2
3
4
5

import statsmodels.formula.api as smf
# パネルデータ：複数都道府県の時点 × 処置有無
model = smf.ols('Y ~ Treat + Post + Treat:Post + C(都道府県)', data=panel).fit()
print(model.summary())
# Treat:Post の係数が DID 推定量

5.2 共通トレンド仮定の検証

処置前期間で処置群・対照群のトレンドが平行か → イベントスタディ・プラセボ検定。

🔧 6. 操作変数法 (Instrumental Variable)

処置 $T$ と結果 $Y$ の両方に影響する未観測交絡があるとき、 次の条件を満たす変数 $Z$（操作変数）を使って因果を識別：

• 関連性：$Z$ が $T$ に影響
• 外生性：$Z$ は $Y$ に直接影響しない（$T$ 経由のみ）

6.1 2段階最小二乗法 (2SLS)

1. 第1段階：$T$ を $Z$ で回帰 → 予測値 $\hat{T}$
2. 第2段階：$Y$ を $\hat{T}$ で回帰

1
2
3

from linearmodels.iv import IV2SLS
mod = IV2SLS.from_formula('Y ~ 1 + [T ~ Z] + X1 + X2', data=df).fit()
print(mod.summary)

6.2 古典例

• Angrist (1990)：兵役（処置）の賃金（結果）への影響、 徴兵くじ番号（IV）
• Card (1993)：教育（処置）の賃金（結果）、 大学までの距離（IV）

📏 7. 回帰不連続デザイン (RDD)

連続変数 $X$ の閾値 $c$ を境に処置が変わる場合、 閾値前後で他の条件はほぼ同じ → 閾値での結果のジャンプが因果効果。

$$\tau_{\mathrm{RDD}} = \lim_{x\downarrow c}\mathbb{E}[Y|X=x] - \lim_{x\uparrow c}\mathbb{E}[Y|X=x]$$

例

• 合格点ぎりぎりの大学進学者 vs 不合格者
• 所得制限ぎりぎりで給付金を受けた世帯 vs 受けなかった世帯
• 選挙でぎりぎり勝った候補 vs 負けた候補

1
2
3
4

import numpy as np
from rdrobust import rdrobust
result = rdrobust(y=df['Y'], x=df['X'], c=cutoff)
print(result)

⚖️ 8. 傾向スコア (Propensity Score)

処置確率 $e(x) = P(T=1|X=x)$ を共変量から推定（ロジスティック等）。 「条件付き独立性（CIA）」が成り立てば、 傾向スコアでバランスを取れば因果効果が同定可。

8.1 マッチング

処置群の各個体に「傾向スコアが近い対照群個体」をマッチ。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

from sklearn.linear_model import LogisticRegression
from sklearn.preprocessing import StandardScaler
# 傾向スコア推定
ps_model = LogisticRegression(max_iter=1000).fit(X_covariates, T)
df['ps'] = ps_model.predict_proba(X_covariates)[:, 1]
# 最近傍マッチング
from sklearn.neighbors import NearestNeighbors
nn = NearestNeighbors(n_neighbors=1).fit(df[df.T==0][['ps']])
dist, idx = nn.kneighbors(df[df.T==1][['ps']])
# マッチ後の差で ATT 推定

8.2 IPW（逆確率重み付け）

$$\widehat{\mathrm{ATE}}_{\mathrm{IPW}} = \frac{1}{n}\sum_{i} \left[\frac{T_i Y_i}{\hat{e}(X_i)} - \frac{(1-T_i)Y_i}{1-\hat{e}(X_i)}\right]$$

処置確率の逆数で重み付けして単純差を取る。

8.3 二重頑健推定 (DR)

傾向スコアと結果モデルの両方を使い、 どちらか一方が正しければ一致推定量。

📋 9. パネルデータ

同じ個体（人・企業・都道府県）を複数時点で観察したデータ。 個体固有の異質性を制御できる。

9.1 固定効果モデル (FE)

$$Y_{it} = \alpha_i + \boldsymbol{\beta}^\top \mathbf{x}_{it} + \varepsilon_{it}$$

$\alpha_i$ は個体ごとの切片（時間不変の異質性）。 個体内変動だけで $\beta$ を識別。 時間不変の交絡が自動的に消える。

1
2
3
4

from linearmodels.panel import PanelOLS
df_p = panel.set_index(['都道府県', '年'])
fe = PanelOLS.from_formula('Y ~ X1 + X2 + EntityEffects', data=df_p).fit()
print(fe.summary)

9.2 変量効果モデル (RE)

$\alpha_i$ をランダム変数とみなす。 説明変数と $\alpha_i$ が独立なら FE より効率的だが、 仮定が崩れると不偏でなくなる。

9.3 Hausman 検定

FE と RE の係数が体系的に違うか検定。 違いが有意なら FE を採用すべき。

1
2
3
4

from linearmodels.panel import PanelOLS, RandomEffects
fe = PanelOLS.from_formula('Y ~ X + EntityEffects', data=df_p).fit()
re = RandomEffects.from_formula('Y ~ X', data=df_p).fit()
# 手動でHausman統計量を計算（または compare で）

9.4 双方向固定効果（TWFE）

個体効果 $\alpha_i$ + 時間効果 $\delta_t$。 DID と同等。

🔍 10. 感度分析

未観測交絡があった場合に結論がどれだけ変わるか評価。

• Rosenbaum bound：未観測交絡が処置確率を何倍歪めても結論が保たれるか
• E-value：観測効果を打ち消す未観測交絡の強さ
• プラセボ検定：効果がないはずの群でも効果が出ないか確認

📊 11. 因果推論手法の使い分け

⚠️ 12. よくある落とし穴

🏋️ 13. 練習問題

注意：SSDSE-B は単一年度の横断データなので、 因果推論の練習には e-Stat の都道府県別パネル（複数年）を組み合わせてください。

1
2
3
4
5
6
7

from linearmodels.panel import PanelOLS
import statsmodels.formula.api as smf
df_p = panel.set_index(['都道府県', '年'])
ols = smf.ols('Y ~ X', data=panel).fit()
fe  = PanelOLS.from_formula('Y ~ X + EntityEffects', data=df_p).fit()
print('OLS β:', ols.params['X'])
print('FE  β:', fe.params['X'])

1
2
3
4

import statsmodels.formula.api as smf
m = smf.ols('Y ~ Treat*Post + C(都道府県) + C(年)', data=panel,
            cluster_kwds={'groups': panel['都道府県']}).fit()
print(m.summary())

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

import pandas as pd
from sklearn.linear_model import LogisticRegression
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='utf-8', skiprows=1)
df['T'] = (df['人口密度'] >= df['人口密度'].median()).astype(int)
X = df[['高齢化率', '世帯人員']]
ps = LogisticRegression().fit(X, df['T']).predict_proba(X)[:, 1]
df['w'] = df['T'] / ps + (1-df['T']) / (1-ps)
# IPW で ATE 推定（要：注意深く解釈）
ate = (df['T'] * df['一人当たり県民所得'] / ps).mean() - ((1-df['T']) * df['一人当たり県民所得'] / (1-ps)).mean()
print(f'IPW-ATE = {ate:.0f}')

📝 14. 報告フォーマット

❌ NG例

「都市規模が高い県ほど所得が高い、 という因果関係を確認した。」

✅ OK例

「DID（処置：政策導入 2022 年、 処置群 5 県、 対照群 42 県、 期間 2020-2024）で推定。 処置効果 = 23.4 万円 (95% CI [12.1, 34.7]、 都道府県クラスタロバスト SE)。 プレトレンドはイベントスタディで概ね平行（処置前のリード係数は有意でない）。 ただし共通トレンド仮定の検証は限定的で、 結果は条件付き因果関係として解釈すべき。」

🐍 15. ライブラリ早見表

📜 16. 因果推論の歴史

• 1923：Neyman の潜在結果モデル原型
• 1935：Fisher の RCT・実験計画法
• 1974：Rubin の Causal Model（Rubin Causal Model）
• 1983：Rosenbaum & Rubin の傾向スコア
• 1985：Heckman の選択バイアス補正
• 1990：Angrist の LATE と IV の現代解釈
• 1995：Pearl の因果ダイアグラム・do演算子
• 2003：Imbens & Lemieux の RDD 体系化
• 2008：Abadie らの合成統制法
• 2021：Card, Angrist, Imbens に「因果推論への貢献」でノーベル経済学賞

💼 17. 実務応用

• 政策評価：最低賃金引上の雇用効果（Card & Krueger DID）
• 教育：少人数学級の学力効果
• 医療：薬剤効果（RCT が黄金律）、 観察研究なら傾向スコア
• マーケティング：プロモーション効果の因果推定、 A/Bテスト
• 労働経済：教育・職業訓練の賃金効果
• 金融：金融政策の効果（自然実験）
• テック企業：レコメンド・UI 変更の因果効果

✅ 18. 因果推論チェックリスト

• □ DAG を描いて交絡因子を特定したか？
• □ 識別戦略（RCT/DID/IV/RDD/PS/FE）を明示したか？
• □ 必要な前提（共通トレンド・外生性・CIA 等）を検証したか？
• □ プラセボ検定・感度分析を行ったか？
• □ 標準誤差をクラスタリングしたか（パネル）？
• □ ATE/ATT/LATE などを区別したか？
• □ 結果を「条件付き因果関係」として控え目に解釈したか？
• □ 外的妥当性（他の集団・期間への適用可能性）を議論したか？

🚀 19. 発展トピック

19.1 合成統制法（Synthetic Control Method）

2003 Abadie ら。 単一処置ユニット（例：1 つの州・国）に対し、 他のユニットの加重平均で「人工的な対照」を作る。

例：カリフォルニア州のタバコ税引上の効果評価。 他の州の加重平均で「タバコ税のない仮想カリフォルニア」を作り比較。

19.2 異質処置効果（CATE）

個体・部分集団ごとの処置効果。 機械学習で推定（Causal Forest、 X-Learner、 R-Learner、 DR-Learner）。

1
2
3
4

from econml.dml import CausalForestDML
cf = CausalForestDML(model_y='auto', model_t='auto', discrete_treatment=True)
cf.fit(Y=y, T=t, X=X_features, W=W_controls)
cate = cf.effect(X_features)  # 各個体の処置効果

19.3 二重機械学習（DML）

Chernozhukov ら 2018。 結果と処置を高次元共変量から ML で予測し、 残差で因果効果を推定。 高次元共変量にも対応。

19.4 Doubly Robust ML

傾向スコアと結果モデルの両方を ML で推定し、 どちらか一方が正しければ一致。

🤖 20. 因果推論と機械学習の融合

• EconML（Microsoft）：CATE 推定の標準ライブラリ
• DoWhy（Microsoft）：因果推論の 4 ステップ（モデル→識別→推定→反証）を統合
• CausalML（Uber）：マーケティング・アップリフトモデリング用
• causalnex（QuantumBlack）：因果ベイジアンネットワーク

アップリフトモデリング

「処置すれば反応する人」を予測（CATE が大きい人）。 マーケティング配信の効率化。

❓ 21. よくある質問

Q. 単純な OLS で交絡変数を入れれば因果が出る？

A. すべての交絡が観測されていれば原理的には可能（CIA）。 ただし「すべてを観測」は実務でほぼ不可能。 識別戦略を明示し、 未観測交絡への感度分析が必須。

Q. DID とパネル固定効果はどう違う？

A. 数学的にはほぼ同じ。 DID は「2 群 × 2 時点」の単純設定、 双方向固定効果は同じロジックを多群・多時点に一般化したもの。

Q. RCT があれば因果推論手法は要らない？

A. RCT は黄金律ですが、 倫理・コスト・遵守率・外的妥当性の問題があり、 観察データの分析が必要な場面は多い。 また RCT 内でも CATE 推定は ML 因果推論が必要。

Q. SSDSE-B のような単年度データで因果推論できる？

A. 横断データだけでは因果推論は本来困難。 ドメイン知識で交絡を網羅し、 傾向スコアで「条件付き因果関係」と限定的に解釈するのが現実的。

⚠️ 識別仮定が成立しないと因果効果は推定できない

DID・自然実験を使うときの最も重要な仮定は「平行トレンド」です。

• 平行トレンド仮定：「処置がなかったら、 処置群と対照群は同じ傾きで動いていたはず」という前提。
• この仮定が崩れていると、 DID は因果効果ではなく単なる差を測ることになります。
• 事前期間のグラフを必ず確認し、 平行に動いていたかをチェックしてください。
• 操作変数 (IV) 法では関連性（first stage）と除外制約の両方が必要です。
• RDD ではカットオフ周辺で他の要因も同時に変化していないことが必要です。

🔗 関連用語

• 交絡（個別）
• 内生性
• 固定効果（個別）
• 変量効果（個別）
• Hausman 検定
• パネルデータ（個別）
• GLM
• 時系列分析

🔖 キーワード索引（補強）

パネル因果推論に関連する手法・概念のチップ集。

🧮 SSDSE-B-2026 で実値計算 — パネル因果推論の実例

SSDSE-B-2026 は 47都道府県 × 複数年のパネル構造を持つので、 固定効果モデル・DiD の練習に最適。

例：固定効果モデル（two-way FE）

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13

import pandas as pd
from linearmodels import PanelOLS

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', header=1)
# パネル構造：県 × 年 が複数行
df = df.set_index(['都道府県', df.columns[0]])  # 1列目を年と仮定
num_cols = df.select_dtypes('number').columns
y = df[num_cols[0]]
X = df[num_cols[1:3]]

model = PanelOLS(y, X, entity_effects=True, time_effects=True).fit(
    cov_type='clustered', cluster_entity=True)
print(model)

例：DiD（疑似処置・観察データの場合）

例えば「2020年に高齢化率が上位10県に入った県」を「処置群」とみなし、 介入前後で死亡率の変化を比較する設計（あくまで教育用の擬似 DiD）。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12

import pandas as pd
import statsmodels.formula.api as smf

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', header=1)
num_cols = df.select_dtypes('number').columns
df['処置'] = (df[num_cols[0]] >= df[num_cols[0]].quantile(0.8)).astype(int)
df['post'] = (df[num_cols[1]] >= df[num_cols[1]].median()).astype(int)
df['DiD'] = df['処置'] * df['post']

model = smf.ols(f'{num_cols[2]} ~ 処置 + post + DiD',
                data=df.rename(columns={num_cols[2]:'y'})).fit()
print(model.summary())

⚠️ パネル因果推論の落とし穴（補強・各 100 文字以上）

🐍 Python 実装バリエーション（linearmodels / statsmodels / scipy / econml）

1. linearmodels — PanelOLS（FE/RE）

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

from linearmodels.panel import PanelOLS, RandomEffects, compare
import pandas as pd

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', header=1)
df = df.set_index(['都道府県', df.columns[0]])
num_cols = df.select_dtypes('number').columns
y, X = df[num_cols[0]], df[num_cols[1:3]]

fe = PanelOLS(y, X, entity_effects=True).fit(cov_type='clustered', cluster_entity=True)
re = RandomEffects(y, X).fit()
print(compare({'FE': fe, 'RE': re}))

2. statsmodels — formula で DiD

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12

import statsmodels.formula.api as smf
import pandas as pd

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', header=1)
num_cols = df.select_dtypes('number').columns
df['処置'] = (df[num_cols[0]] >= df[num_cols[0]].quantile(0.8)).astype(int)
df['post'] = (df[num_cols[1]] >= df[num_cols[1]].median()).astype(int)
df = df.rename(columns={num_cols[2]:'y'})

model = smf.ols('y ~ 処置 * post + C(都道府県)', data=df).fit(
    cov_type='cluster', cov_kwds={'groups': df['都道府県']})
print(model.summary())

3. econml — Causal Forest（heterogeneous treatment effect）

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17

from econml.dml import CausalForestDML
from sklearn.ensemble import RandomForestRegressor, RandomForestClassifier
import pandas as pd

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', header=1)
num = df.select_dtypes('number')
Y = num.iloc[:, 2].values
T = (num.iloc[:, 0] >= num.iloc[:, 0].median()).astype(int).values
X = num.iloc[:, 3:8].values

cf = CausalForestDML(
    model_y=RandomForestRegressor(n_estimators=100),
    model_t=RandomForestClassifier(n_estimators=100),
    discrete_treatment=True
)
cf.fit(Y, T, X=X)
print('CATE 平均:', cf.effect(X).mean())

4. scipy — Hausman 検定の手書き

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14

import numpy as np
from scipy.stats import chi2

# fe, re は linearmodels の推定結果
b_fe = fe.params.values
b_re = re.params.values
v_fe = fe.cov.values
v_re = re.cov.values

diff = b_fe - b_re
var_diff = v_fe - v_re
stat = diff @ np.linalg.pinv(var_diff) @ diff
pval = 1 - chi2.cdf(stat, df=len(diff))
print(f'Hausman 統計量={stat:.3f}, p={pval:.4f}')

5. dowhy — 因果推論パイプライン

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13

from dowhy import CausalModel
import pandas as pd

df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', header=1)
num = df.select_dtypes('number')
df['T'] = (num.iloc[:, 0] >= num.iloc[:, 0].median()).astype(int)
df['Y'] = num.iloc[:, 1]

model = CausalModel(data=df, treatment='T', outcome='Y',
                    common_causes=list(num.columns[2:5]))
identified = model.identify_effect()
estimate = model.estimate_effect(identified, method_name='backdoor.linear_regression')
print('ATE:', estimate.value)

🔗 関連用語ネットワーク（前提・並列・発展）

📚 前提となる用語

• 重回帰 — パネルOLS の素
• OLS — 推定法の基本
• 交絡変数 — 因果推論の最大の敵
• 潜在結果モデル（Rubin）
• ランダム化実験 — 因果推論の理想形

🔀 並列の概念

• DiD（差分の差分）
• RDD（回帰不連続）
• IV（操作変数）
• 傾向スコア
• 合成統制法

🚀 発展的トピック

• Callaway-Sant'Anna — staggered DiD
• Causal Forest — heterogeneous TE
• Double Machine Learning
• 媒介分析
• Event Study

🔗 直近の隣人

• パネルデータ（個別）
• 時系列分析
• GLM
• 標準誤差（クラスタ）

🎨 直感で掴む — パネル因果分析

パネル因果分析は「同じ個体（人・地域・企業）を複数時点で観察し、 個体の固定効果を制御した上で介入効果を推定する」枠組み。 観察できない個体差をパネル構造で吸収できるのが強み。 SSDSE-B-2026 は 2008-2023 の 16 年×47 県のパネルなので、 県固定効果＋年固定効果＋政策ダミーで効果検証できる。

パネル因果分析 は「因果推論」カテゴリの中核概念。 初めて触れる読者は、 まずこの「🎨 直感」セクションだけ通読し、 必要になった時点で「📐 数式」「🐍 Python」「⚠️ 落とし穴」へ戻る読み方が定着しやすいです。

📐 定義・数式 — パネル因果分析

直感の次は、 厳密な定義を確認します。 数式は言語の一種で、 一度書き慣れれば「言葉より速く伝えられる」便利な道具。 慣れていない方は、 各記号が何を表すかを下の「🔬 記号読み解き」で 1 つずつ確認してください。

🔬 記号読み解き — 数式を「言葉」に翻訳

上の数式を眺めるだけでは身につかないので、 各記号がどんな役割を担っているかを言葉で押さえます。 「数式を音読する習慣」がつくと、 論文や教科書を読むスピードが体感で 2 倍ほど上がります。

左辺（結果側）

パネル因果分析 で定義したい量。 解釈の対象。 単位・スケールを必ず確認する。

右辺（構成要素）

観測できる入力変数（SSDSE-B-2026 でいえば A1101・L3221 など）と推定対象パラメータ（β, σ 等）の組合せ。

添字 i, j, t

i=サンプル（県）、 j=変数、 t=時点。 SSDSE-B-2026 は i ∈ {1..47} 県、 t ∈ {2008..2023}。

和記号 Σ

「足し合わせ」を表す。 添字 i が 1 から n まで動く範囲を明示するのが習慣。

期待値 E[·]、 分散 Var[·]

「ランダム変数の平均」と「ばらつき」。 SSDSE-B-2026 のような集計値でも、 標本誤差・年次変動の文脈で使える。

🧮 実値で計算してみる — SSDSE-B-2026

数式だけでは「実感」が湧きにくいので、 実データ data/raw/SSDSE-B-2026.csv（47 都道府県 × 16 年）で 1 度手計算してみると理解が定着します。

SSDSE-B-2026 を使い、 「2020 年コロナ以降で L3221 が下がったか」を Fixed Effects 回帰で推定する。 県固定効果 47 個＋年固定効果 16 個＋ Post 2020 ダミーで OLS。 47×16=752 観測。 Post 2020 係数は -8,000 円程度（標本依存）になる場合があり、 県差・時点差を取り除いた純粋な「政策・パンデミック効果」が推定できる。

上記は SSDSE-B-2026 (2023) からの抜粋。 手計算で確認した値が、 後述の Python 実装で得る値と一致することを確認すると、 「数式とコードの対応関係」がクリアに見えるようになります。

🐍 Python 実装 — パネル因果分析

公的統計（SSDSE-B-2026）を題材に、 最小限の Python コードで パネル因果分析 を動作させます。 まずはこのまま実行してみてください。

# パネル因果分析 を SSDSE-B-2026 で実行する最小コード
import pandas as pd
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
df = df[df['SSDSE-B-2026'] == 2023]  # 2023 年のみ抽出
print(df.shape)  # (47, 112)
print(df[['Prefecture','A1101','A1303','L3221']].head())

import pandas as pd
import statsmodels.api as sm
from statsmodels.regression.linear_model import OLS
# panel = 全年度を使う
panel = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='cp932', skiprows=[1])
panel['post'] = (panel['SSDSE-B-2026'] >= 2020).astype(int)
# 県・年ダミー
X = pd.get_dummies(panel[['Prefecture','SSDSE-B-2026','post']],
                   columns=['Prefecture','SSDSE-B-2026'], drop_first=True)
X = X.astype(float)
X = sm.add_constant(X)
y = panel['L3221'].astype(float)
res = OLS(y, X).fit()
print('post係数:', res.params['post'])
print('post t:', res.tvalues['post'])

上のコードで動かない場合は、 ①必要なパッケージがインストール済みか（pip install pandas scikit-learn scipy statsmodels matplotlib）、 ②データファイルが data/raw/SSDSE-B-2026.csv に存在するか、 ③encoding='cp932' になっているかを確認してください。

⚠️ よくある落とし穴 — パネル因果分析

パネル因果分析 を使うときに初学者が踏みやすい失敗パターン。 1 度経験してしまえば次から避けられますが、 先に知っておくに越したことはありません。

🌐 関連手法・派生 — パネル因果分析 の周辺

パネル因果分析 の周辺にある、 セットで覚えておきたい関連手法を整理しました。 状況によって使い分けが必要なので、 「強みと弱み」を 1 行で言えるようにしておくと、 場面に応じた選択が可能になります。

表中の各手法は本サイト内に個別ページが用意されているか、 関連グループ教材で扱っています。 興味を持った手法は、 横展開的に読んでみると体系的な理解が早く進みます。

🔗 関連用語（前提・並列・発展）

パネル因果分析 と直接つながる前後関係。 「前提」=先に知っておくと理解が早い／「並列」=同じ問題に別の角度／「発展」=応用・拡張版。 学習計画の参考にどうぞ。

• 🔗 回帰係数
• 🔗 VIF
• 🔗 調整済み R²
• 🔗 標準化β
• 🔗 AIC
• 🔗 ロジスティック回帰
• 🔗 多重共線性
• 🔗 回帰分析
• 🔗 回帰直線

📚 関連グループ教材 — 因果推論

パネル因果分析 の全体像を学ぶには、 横断的な教材から入るのが効率的：

• 📚 論文一覧 — 因果推論 の再現論文を一覧できる
• 📚 用語集トップ — パネル因果分析 の周辺概念を一気に俯瞰
• 📚 概念マップ — パネル因果分析 がどの位置にあるか確認