EconMLで実践する ビジネス因果推論
（第4回）
その変数、入れていいのか
（XとWの役割分担で答えが変わる）
ここまで3回、購入頻度と休眠日数を X に、会員ランクや流入経路を W に入れてきました。「なぜその振り分けなのか」は後回しにしてきましたが、今回がその答え合わせです。 （第1回）「クーポンを使った人ほど買っている」は本...
RECENT ARTICLES
EconMLで実践する ビジネス因果推論
Pythonで環境変数からAPIキーを読み込む
前回の記事では、APIキー（生成AIのサービスを使うための、パスワードのような長い文字列）をPythonのコードへ直接書いてはいけない理由を整理しました。 次のような書き方です。 from openai import O...
EconMLで実践する ビジネス因果推論
（第3回）
平均の裏に隠れた「誰に効くか」を取り出す
（ATEからCATEへ）
前回、クーポンの効果は 平均422円 と推定できました。 ここで一つ考えてみてください。 「クーポンは全員に422円ずつ効く」のと「効く人は800円、効かない人は0円で、ならすと422円」のとでは、施策の打ち方がまったく...
APIキーをコードへ直接書いてはいけない理由
前回の記事では、PythonからOpenAI APIを1回だけ呼び出しました。 そのときAPIキー（生成AIのサービスを使うための、パスワードのような文字列）はコードへ直接書かず、getpass() という関数を使って、...
Python 時系列分析 1,000本ノック
– ノック96: 予測区間（信頼区間） –
問題 答え 解説 次の Python コードの出力で、幅 の列は予測期間が先になるほど大きくなっています。この「幅」は何を表しており、なぜ広がっていくのでしょうか？ Python コード: import numpy as...
第510話｜平均値で埋めたら、優良顧客が「ふつうの人」になった
欠損は「何個」より「誰が」欠けているか
欠損値の扱いで、いちばんよく使われる方法があります。 「平均値で埋める」です。 空欄が消え、集計ツールが止まらなくなる。手軽で、誰も反対しません。 ところが、この手軽さの裏で、データの大事な部分が静かに消えていることがあ...
EconMLで実践する ビジネス因果推論
（第2回）
コード7行で「本当の効果」に迫る
（LinearDMLでATEを推定）
前回は、クーポン施策の「本当の効果」が 413円 だったことを、答えを仕込んだサンプルデータで確かめました。単純比較の2,268円も、会員ランクで層別した594円も、正解には届きませんでした。 では、正解を知らない実務の...
Python 時系列分析 1,000本ノック
– ノック95: ARCH検定 –
問題 答え 解説 次の Python コードの het_arch は、系列Aと系列Bの何を調べていますか？ Python コード: import numpy as np from statsmodels.stats.di...
第509話｜「欠損ゼロ」の報告書が信用できなかった理由
NaNではない「隠れ欠損」の見つけ方
データ分析の報告書で、こんな一文を見かけることがあります。 「欠損値はありませんでした」 安心してよさそうな一文です。ところが、この一文が付いた報告書ほど、注意して読む必要があります。 欠損が本当にゼロのデータは、めった...
PythonからOpenAI APIを1回だけ呼び出す
前回の記事では、チャット画面と生成AI APIの違いは「誰が生成AIへ依頼するか」だと整理しました。チャット画面は人が、APIはPythonなどのプログラムが依頼します。 では実際に、Pythonから生成AIへ質問するに...
【登壇・参加無料】（2026/09/17）
生成AIを自社に定着させる 〜導入の進め方と、ルール・計画づくり〜
（東京商工会議所 豊島支部 オンライン開催）
東京商工会議所 豊島支部 主催 全3回シリーズ「中小企業のための生成AI活用実践講座」 【第3回】生成AIを自社に定着させる 〜導入の進め方と、ルール・計画づくり〜 【参加費無料 / ZOOM配信にて開催】 開催日時：2...
【登壇・参加無料】（2026/9/10）
「なぜ売れた？」「次はどうなる？」をデータから読み解く
店舗集客・売上を伸ばすためのデータ活用
（主催：株式会社宣伝会議）
2026年9月10日（木）に東京・南青山で開催される「店舗集客・カンファレンス」（主催：株式会社宣伝会議）に、株式会社セールスアナリティクス代表取締役／Chief Data Scientistの高橋威知郎が登壇します。 ...
EconMLで実践する ビジネス因果推論
（第1回）
「クーポンを使った人ほど買っている」は本当に効果か
クーポンを配った顧客の30日間の購入金額が、配らなかった顧客の1.8倍だった。 この数字を見て「クーポン施策は成功」と報告書に書いてしまう。 データ分析の現場で、最も頻繁に起きる間違いです。 結論を先に3行で書きます。 ...
Python 時系列分析 1,000本ノック
– ノック94: ラグ特徴量 –
問題 答え 解説 次の Python コードで shift() を使って作成している列は、何のためのものですか？ Python コード: import numpy as np, pandas as pd from skl...
生成AI APIとは？チャット画面との違いをPOS売上分析で理解する
ChatGPTのチャット画面と生成AI APIは何が違うのか。「誰が依頼するか」という核心から、自動化・再現性・料金・社内データの扱いまで、POS売上分析の例で整理します。APIを使い始める前の判断基準が分かります。
第508話｜傾向スコアを数式ゼロで理解する
「似た者同士」をつくって比べるという発想
効果検証の話題で、名前だけはよく聞く手法があります。「傾向スコア」です。 ところが、解説を読み始めると、多くの方が途中で閉じてしまいます。 ロジスティック回帰、共変量、マッチング。数式と専門用語の壁が、いきなり立ちはだか...