causal-design
Skill3 starsChanged yesterdayApache-2.0View on GitHub
因果の効果を推定する前に、その効果を、このデータと、置く仮定から識別できるかを判断する。処置、結果、推定の対象 (ATE、ATT)、比べる反事実、調整する変数としてはいけない変数、識別に要る仮定を書き、DAG で調整の集合を確かめ、地図の上の支え (overlap)、隣への波及 (interference)、空間的な交絡、未観測の交絡への感度を確かめる。推定の手法 (マッチング、IPW、DiD、IV、RDD など) は扱わない。
2 other projects use a version of this.
Adopted by
Most recently taken up by
- flonat/flonat-researchtheir own version, first seen Nov 3, 2026
- ericluo04/claude-academic-workflowtheir own version, first seen Oct 9, 2026
Other versions2 projects use a version of this.
Word for word · 0
None found.
Edited · 0
None found.
Wrote their own version · 2
- flonat/flonat-research★ 150same name
- ericluo04/claude-academic-workflow★ 26same name
How matches are found. Word for word: the exact same text. Edited: shares passages with this file (“99% same” means 99% of its five-word phrases also appear here; 10% or more counts). Their own version: similar meaning, or, weakest, the same name. We can’t tell which project had it first. Projects are counted among the 200 most-starred candidates, and mentions are links to the repository we found, up to 50 per site, so both counts are a floor.
In this repository56 other files it gives its agents.
- AGENTS.mdAGENTS.md
- .agents/skills/AGENTS.mdAGENTS.md
- analysis-reportingSkill
- analysis-unit-designSkill
- analysis-visualizeSkill
- anomaly-detectionSkill
- areal-interpolationSkill
- causal-estimationSkill
- clustering-analysisSkill
- cross-validation-designSkill
- data-quality-auditSkill
- dataset-discoverySkill
- data-variable-semanticsSkill
- dimensionality-reductionSkill
- eda-and-baselineSkill
- experiment-designSkill
- frontend-designSkill
- grid-risk-mappingSkill
- image-segmentationSkill
- land-cover-costSkill
- leakage-auditSkill
- location-privacySkill
- model-explanationSkill
- natural-japaneseSkill
- noise-ceiling-analysisSkill
- observation-bias-auditSkill
- poi-insightsSkill
- point-pattern-analysisSkill
- raster-cost-distanceSkill
- raster-data-integrationSkill
- research-paper-writingSkill
- research-question-generationSkill
- robustness-analysisSkill
- sar-change-detectionSkill
- spatial-accessibility-analysisSkill
- spatial-autocorrelationSkill
- spatial-data-integrationSkill
- spatial-data-modelingSkill
- spatial-feature-engineeringSkill
- spatial-gnnSkill
- spatial-interpolationSkill
- spatial-network-analysisSkill
- spatial-optimizationSkill
- spatial-process-modelingSkill
- spatial-sampling-designSkill
- spatial-weights-designSkill
- spatiotemporal-modelingSkill
- stop-describing-uiSkill
- street-imagery-inspectionSkill
- terrain-hydrologySkill
- time-series-forecastingSkill
- trajectory-predictionSkill
- travel-time-reliabilitySkill
- uncertainty-estimationSkill
- web-design-guidelinesSkill
- yomiyasuSkill
The file
Files
causal-design
「駅ができると地価が上がるか」「避難所の近くでは被害が少ないか」は、関連でなく因果の問い。答えは、同じ単位が処置を受けた場合と受けなかった場合の結果の差だが、片方しか観測できない。観測できない側を、何の仮定で、どのデータから補うのかを先に決める。補えないなら、推定の手法を変えても補えない。
使う時期は、問いが因果だと決まった直後。データを加工し、単位を決め、特徴量を作り、モデルを選ぶ前に使う。設計の表が、その後の手順の選択を縛る (下の「設計の表を後の手順へ渡す」)。分析の後で使うと、処置の後の変数を特徴量に入れた、支えの無い地域まで対象にした、といった誤りを、作り直さずには直せない。
このスキルの問いは「この因果効果を、このデータと仮定から識別できるか」だけ。予測の精度を比べること、パネルの固定効果を推定すること、入れ子の構造を扱うこと、結論の頑健性を試すこと、特徴量の重要度を測ることは、それぞれ別の問い。予測の精度、重要度、固定効果の係数の良さは、どれも識別の根拠にならない。合流点で調整したモデルは、当てはまり (R2 = 1) が最も良いまま、効果 0 を -1 と答えた (dag-adjustment)。
| reference | 読むとき | 中身 |
| potential-outcomes | 設計の表を埋めるとき、いつも (手順 1 の前) | 潜在的な結果と反事実、関連と因果の違い、ATE と ATT、識別の 4 つの仮定と、データで確かめられるか |
| dag-adjustment | DAG を書き、調整の集合を決めるとき (手順 3 の前) | DAG、交絡、中間変数、合流点とその子孫、バックドアの経路、調整の集合 (scripts/dag_check.py) |
| spatial | 支え、隣への波及、空間的な交絡を考えるとき (手順 4〜6 の前) | 隣への波及と曝露の写像、空間的な交絡、地図の上の支え (positivity) |
| sensitivity | 測っていない交絡で結論が変わるかを書くとき、いつも (手順 7 の前) | 未観測の交絡の強さを変えたときの結論、負の対照、感度の分析にできないこと |
手順
- 因果の問いを 1 行で書き、下の「設計の表」を埋める。埋められない欄があれば、そこで止まり、関連の問いとして書き直すか、欄を埋めるデータを探す。
- 処置が決まった時点を決め、各変数がその前に決まったか後かを分ける。後に決まった変数は、総効果のための調整に使わない。
- DAG を書く。データに入っていない変数 (需要、住民の意識、行政の判断) も書き、
latent:に挙げる。scripts/dag_check.pyで、巡回が無いこと、各変数の役割、開いたバックドアの経路、選んだ調整の集合が正しいか、測った変数だけで正しい集合があるかを確かめる。正しい集合が無ければ、調整では識別できない。 - 支えを確かめる。調整の層 (地域、都市か農村か、格子) ごとに、処置ありと無しの両方の行があるかを
scripts/design_checks.pyで数え、地図に描く。片方しか無い層の効果は、データでなくモデルの形が答える。推定の対象を、支えのある層に限るなら、対象の集団が変わったと書く。 - 隣への波及を考える。処置が隣の単位の結果を動かしうるなら (駅、道路、公園、規制、施設)、自分の処置だけで曝露を表せない。曝露の写像 (自分の処置、処置された隣の割合、最も近い処置までの距離) を書き、写像を変えて結論が動くかを見る (spatial)。
- 空間的な交絡を考える。処置も結果も同じ方向に空間的に偏っていれば、因果が無くても関連が出る。どの空間の細かさで交絡が変わるかを考え、調整の細かさと支えの両立を確かめる。残差の Moran's I を測っても、交絡が除けたかは分からない。
- 未観測の交絡への感度を書く。測った交絡の強さを手がかりに、もっともらしい強さの隠れた交絡で結論が消えるかを
bias_gridで表にする。負の対照 (処置が動かせないはずの結果) があれば、その「効果」を測る (sensitivity)。 - 判定を書く。識別できる (どの仮定のもとで)、対象を絞れば識別できる、識別できない (関連として報告する)、のどれか。推定の手法 (マッチング、IPW、DiD、IV、RDD など) の選択は、識別できると判定した後の別の作業で、このスキルの後に来る。
設計の表
| 欄 | 書くこと | 例 (駅の新設と地価) |
| 処置 (treatment、exposure) | 何を、いつ、どの単位が受けたか。強さや版の違い | 2015 年から 2020 年に駅が開業した 500 m 格子 |
| 結果 (outcome) | 何を、いつ測るか。処置より後か | 2023 年の公示地価の対数 |
| 推定の対象 (estimand) | ATE (全ての単位) か ATT (処置された単位) か、どの集団で | 開業した格子での ATT |
| 比べる反事実 | 処置された単位が処置されなかったら | 同じ格子に駅が開業しなかった 2023 年の地価 |
| 処置より前の変数 | 処置が決まる前に測られたもの | 2010 年の人口密度、地価、既存駅までの距離 |
| 調整する変数 | 正しい調整の集合と、その根拠 (DAG) | 2010 年の人口密度、地価 |
| 調整してはいけない変数 | 処置の後の変数、合流点、その子孫 | 開業後の乗降客数 (中間変数)、開業後の報道の数 (合流点) |
| 識別に要る仮定 | 交換可能性、支え、一貫性、SUTVA (と隣への波及の写像) | 鉄道会社の需要の見込みは 2010 年の変数で尽きる (確かめられない)。隣の格子の地価は、自分の格子の駅で動く (SUTVA が崩れる) |
設計の表を後の手順へ渡す
設計の表は、後の手順の判断の入力になる。後の手順で表と違う選択をするなら、表を直してから進む。
| 表の欄 | 後の手順で縛るもの |
| 処置の決まった時点 | 時点をそろえる結合とリークの判定の基準時点。処置より前の変数は、この時点より前に決まった値だけ |
| 推定の対象 | 分析の対象の集団 (全ての単位か、処置された単位か、支えのある地域か) |
| 調整する変数 | モデルに入れる変数。それ以外を「精度のため」に足さない |
| 調整してはいけない変数 | 特徴量を作るときに作らない、入れない |
| 支え | 分析の対象を、処置ありと無しの両方がある層に限るか。限ったら、対象が変わったと書く |
| 隣への波及 | 曝露の定義 (処置された隣の割合、処置までの距離、半径) を特徴量として作る |
| 空間的な交絡 | 分析の単位と調整の細かさ。交絡が変わる細かさと、支えが残る細かさの両方を満たす単位 |
書き出すもの
- 設計の表
- DAG (テキスト) と
dag_check.pyの出力。測っていない変数の一覧 - 層ごとの支えの表と地図、支えの無い層にいる対象の割合
- 曝露の写像と、写像を変えたときの結論の変わり方 (波及がありうる場合)
- 空間的な交絡について考えたことと、調整の細かさ
- 隠れた交絡の強さの表と、負の対照の結果
- 判定 (識別できる、対象を絞れば識別できる、識別できない) と、判定が頼る仮定。データで確かめられない仮定は、確かめられないと書く
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

