Part I Introductionぱらぱらめくる『Causal Inference for Statistics, Social, and Biomedical Sciences』

• 1 Causality: The Basic Framework
• 2 A Brief History of the Potential Outcomes Approach to Causal Inference
• 3 A Classification of Assignment Mechanisms
• この本で扱う"Causality"について定義
• "Potential Outcomes" Approach と言うのがこの本の肝
• 割り付けとは、割り付けがしていることとは、もこの本の構成上の基本事項
• この1,2,3章がわかれば、残りのParts II, III, IV, V, VIは各論でPart VIIが、Introduction３章と対を成すまとめなので、1,2,3章がつかめてPart VIIがわかれば、この本の大意はつかめたことになりそう
• 1 Causality
  • 1.1 Introduction
  • 1.2 Potential Outcomes
    • "Unit" に"Action"が作用して、別の"Unit"に変わる。変わりうる"Unit"状態は複数あり得るが実現するのは1つ。この変わりうる"Unit"状態がPotential Outcome
  • 1.3 Definition of Causal Effects
    • Causal effectの定義と、(定義に沿った)Causal effectについての推定の違いについて
    • 複数のPotential outcomesがあるときにあるoutcomeが出やすく他のoutcomeが出にくいことがActionのCausal effect
  • 1.4 Causal Effects in Common Usage
    • １Unitの観察ではActionとoutcome(potential outcomesのうちの１つ)のペアしかないので、「そー、それで」となる。なので複数のUnitについてActionの具合とOutcomeの具合とのペアを取ることとする
  • 1.5 Learning about Causal Effects: Multiple Units
    • 複数のAction-outcomeのペアは、別物なので、それを「合わせる」には取決め・仮定が必要
  • 1.6 The Stable Unit Treatment Value Assumption(SUTVA)
    • 単純に確率・組み合わせ計算を用いることができる条件仮定
  • 1.7 The Assignment Mechanism: An Introduction
    • 割り付けによってAction選択のぶれをコントロールする
  • 1.8 Attributes, Pre-Treatment Variables, or Covariates
    • Unitsの違いを取り扱うために投入する情報たち
  • 1.9 Potential Outcomes and Lord's Paradox
  • 1.10 Causal Estimanads
    • Causalityに関して推定する統計量について
  • 1.11 Structure of the Book
    • Part I がイントロ
    • Part II がRandomized Assignmentで、解釈が簡単な例。割り付けが確率的にきちんと扱える
    • Parts III, IV 割り付けをコントロールできず、「こうわりつけちゃったけど(割り付け確率がわからないので、推定するとか、推定的に考えるとかしないといけない)、Action-Outcomeのペアはあって、Potential outcomesについて比較可能にはなっている」という状況の例
      • 観察研究とかがこれ
    • Parts V, VIでは、割り付けが共変量に依存しており、outcomeと結びついている場合(割り付けがどういう確率過程かも推定するとか推定的に考えるとかしないといけないけれど、outcome情報の得られ方にもそれを考える必要がある)
      • 観察研究の多くはこれ
  • 1.12 Samples, Populations, and Super-Populations
  • 1.13 Conclusion
• 第２，３章の目次は以下のようになるが、第１章に関する上記の知識で十分(な人も多いはず)。
• 2 A Brief History of the Potential Outcomes Approach to Causal Inference
  • 2.1 Introduction
  • 2.2 Potential Outcomes and the Assignment Mechanism before Neyman
  • 2.3 Neyman's (1923) Potential Outcome Notation in Randomized Experiments
  • 2.4 Earlier Hints for Physical Randomizing
  • 2.5 Fisher's (1925) Proposal to Randomize Treatments to Units
  • 2.6 The Observed Outcome Notation in Observational Studies for Causal Effects
  • 2.7 Early Uses of Potential Outcomes in Observational Studies in Social Sciences
  • 2.8 Potential Outcomes and the Assignment Mechanism in Observational Studies: Rubin (1974)
• 3 A Classification of Assignment Mechanisms
  • 3.1 Introduction
  • 3.2 Notation
  • 3.3 Assignment Probabilities
  • 3.4 Restrictions on the Assignment Mechanism
  • 3.5 Assignment Mechanisms and Super-Populations
  • 3.6 Randomized Experiments
  • 3.7 Observational Studies: Regular Assignment Mechanisms
  • 3.8 Observational Studies: Irregular Assignment Mechanisms
  • 3.9 Conclusion