教員詳細
-
-
高橋 将宜 Masayoshi TAKAHASHI
- メールm-takahashinagasaki-u.ac.jp- 役職・取得学位 総合生産科学域 准教授
情報データ科学部 准教授
博士（理工学）修士（政治学）- 専門分野 統計科学、計量政治学、統計的因果推論、欠測データ
就職実績 ― 民間機関、他大学等（略歴）
| H13.3 | 慶應義塾大学文学部哲学科 卒業 |
| H16.6 | カリフォルニア州立大学ロサンゼルス校 政治学科修士課程 修了 |
| H21.5 | ミシガン州立大学政治学科博士課程 博士候補生（計量政治学） |
| H23.11 | 統計センター統計技術研究課 上級研究員 |
| H28.4 | 東京外国語大学経営戦略情報本部 特任助教 |
| H29.9 | 成蹊大学大学院理工学研究科理工学専攻 情報科学コース 博士（理工学） |
| H30.10 | 東京工業大学教育革新センター 特任講師 |
| H30.12 | 専門統計調査士 |
| H31.4 | 鹿児島国際大学経済学部 准教授 |
| R1.9 | 経済統計学会賞 受賞 |
研究活動
統計的因果推論の理論と実装（共立出版）
長崎県に来訪する観光客を増やすには，我々は何をすればよいでしょうか？この問いのように，ある要因Yを変化させるためには，別の要因Xを操作する必要があります．このとき，要因Yを結果，要因Xを原因と呼びます．つまり，原因と結果の関係（因果関係）です。
2021年のノーベル経済学賞は，Joshua AngristとGuido Imbensという計量経済学者が受賞しました。その理由は，「因果関係の分析に対する方法論的な貢献に対して」でした。このように，統計的因果推論は，近年，世界的にさまざまな分野で注目されています。
この書籍は，統計的因果推論の理論（数理的メカニズム）と実装（Rによる数値解析）の両方を統一的に議論しています。刊行後わずか数日で重版となり，大きな反響を得ました。
新たな統計的因果推論手法の提案（統計学の新知見）
たとえば，薬の効果を知りたいとき，「薬を飲んだ場合の結果」と「薬を飲まなかった場合の結果」は同時に調べることができません。あらゆる科学において，因果推論は研究の重要な目標ですが，このような潜在的な結果の差から考える必要があるにも関わらず，潜在的結果のうちの片方しか観測されないことから，統計的因果推論は「欠測データ（データの一部が観測されない）問題」といわれています。
欠測データの対処法として多重代入法が知られていますが，閾（しきい）値における局所的な平均因果効果を推定する手法として，多重代入法を活用することは，これまで議論されて来ませんでした。そこで，多重代入法によって閾値における局所的な平均因果効果を適切に推定できることを示しました。また，フリーソフトRにより分析ツールを開発して，簡便に利用できる環境も整えました。
本研究で得られた成果は，インパクトファクター付の統計学専門誌「Communications in Statistics – Simulation and Computation (Taylor & Francis, https://doi.org/10.1080/03610918.2021.1960374)」に掲載されました。応用例として，「選挙における既存勢力の優位性に関する分析」，「教育と貧困の関係に関する分析」，「新型コロナワクチン接種に関する分析」など，因果推論を目的とするさまざまな研究に寄与することが期待されます。
図1：観測データ（左図）と潜在的結果のシミュレーション（右図）
図2：非処置群の観測データとシミュレーション（左図）と処置群の観測データとシミュレーション（右図）
■図の凡例：
黒縦線：閾値
緑縦破線：局所範囲
灰色の○：非処置群の観測値
青色の△：処置群の観測値
赤色の○：非処置群のシミュレーション値
赤色の△：処置群のシミュレーション値
教育活動
担当授業
情報データ科学部：初年次セミナー、技術英語Ⅰ、技術英語Ⅱ、ベイズ統計学、社会・観光情報学Ⅲ、卒業研究
全学教養教育科目等：データサイエンス概論、統計学概論