📊 statistics

Counterfactual Forecasting for Panel Data

本論文は、欠損のあるパネルデータにおける反事実的アウトカムの予測のための新しい手法であるFOCUSを紹介するものであり、行列補完を拡張して潜在因子の時系列ダイナミクスを活用することで、モバイルヘルス研究などのアプリケーションに向けた優れた予測精度を実現し、理論的保証を確立するものである。

原著者： Navonil Deb, Raaz Dwivedi, Sumanta Basu

公開日 2026-02-03

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Navonil Deb, Raaz Dwivedi, Sumanta Basu

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

あなたは、来週の試合でチームがどのようなパフォーマンスを見せるかを予測しようとしているコーチだと想像してください。あなたの手元には、全選手の過去のパフォーマンスに関するデータが入ったスプレッドシートがありますが、そこには2つの大きな問題があります。

欠損データ： 一部の選手は練習を休んだり、特定の試合に出場していなかったりするため、スプレッドシートに空白があります。
隠れたパターン： 選手たちは単なるランダムな個人の集まりではありません。彼らは、時間とともに変化し、それぞれ異なる影響を与える「気分」や「チームのダイナミクス」（疲労、士気、天候など）といった、目に見えない要素に影響を受けています。

この論文では、これを解決するための新しいツールであるFOCUS（Forecasting Counterfactuals Under Stochastic Dynamics）を紹介しています。その仕組みを、簡単な概念に分解して説明します。

問題点：「もしも」の推測ゲーム

科学や政策の分野では、「もし、YではなくXを行っていたら、何が起きていただろうか？」という疑問を抱くことがよくあります。これを**反事実（カウンターファクチャル）**と呼びます。

例えば、モバイルヘルスアプリにおいて、「もし午後5時にユーザーにウォーキングの通知を送っていたら、そのユーザーは何歩歩いていただろうか？」を知りたいとします。しかし、通知を送った場合と送らなかった場合を同時に試すことはできません。私たちは、実際に通知を「送った」場合に何が起きたかしか観察できないのです。つまり、「もしも」のシナリオ（反事実）は欠落しています。

通常、統計学者は、データのパターンを探すことで、これらの空白を埋めようとします。しかし、既存のツールの多くは、時間を「静止した写真」のように扱います。つまり、過去を見て未来を予測しようとしますが、時間の流れを無視しています。もしユーザーが今日疲れていれば、明日も疲れている可能性が高いという事実を見落としているのです。

解決策：FOCUS

著者たちは、FOCUSを**「時をかける探偵」**として構築しました。データを単なる平坦なグリッドとして見るのではなく、FOCUSは隠れた「気分」（潜在因子と呼ばれます）が物語のように動き、進化していくものであることを理解しています。

FOCUSが使用するステップは以下の通りです：

見えない糸を見つける（因子推定）：
データが穴だらけの巨大なタペストリーだと想像してください。FOCUSはまず、目に見える糸を見て、タペストリーの根底にあるパターンを特定します。データが欠落している場合でも、これらの隠れた「気分」を推定するために、数学的な手法（歌のメインテーマを見つけ出す作業に似ています）を使用します。
次の章を予測する（時系列ダイナミクス）：
これが魔法の成分です。昨日や一昨日の「気分」がどのようなものだったかを把握した後、FOCUSは明日について単にランダムに推測するわけではありません。FOCUSは、これらの気分がどのように進化するかを予測するために、タイムマシン（具体的にはVARと呼ばれる数学的モデル）を使用します。
- 比喩： もし車が時速60マイルで北に向かって走っていると知っていれば、1時間後にどこにいるかを予測できます。単なる車の写真を見ただけでは、それはできません。FOCUSは、車の速度と方向（時間のダイナミクス）を見て、未来を予測するのです。
空白を埋める（予測）：
予測された未来の「気分」を用いて、FOCUSはスプレッドシートの欠落している箇所を埋めます。それはこう教えてくれます。「隠れたパターンと、それらが通常どのように動くかに基づくと、もしあなたが促していたら、ユーザーの歩数はこうなっていただろう」と。

なぜこれが従来の方法より優れているのか？

論文では、FOCUSを他の2つの一般的な手法と比較しています。

mSSA： この手法は、キャンバス上の色だけを見て、筆致（ブラッシュストローク）を無視する画家に似ています。パターンが変化しない固定的なものであると仮定しています。
SyNBEATS： これは、完璧で完全な過去の写真が必要な、非常に重くて遅いロボットのようなものです。データに穴があると、うまく機能しません。

FOCUSが勝っている理由：

欠損データを扱える： データに多くの穴がある場合でも（これは現実の世界ではよくあることです）、動作することができます。
ランダム性を理解している： 未来は過去の完璧なコピーではないことを理解しており、隠れた気分における「ノイズ」やランダムな変化を考慮に入れます。
高速である： 重いロボット（SyNBEATS）よりもはるかに速く動作するため、大規模なデータセットに対しても実用的です。

実世界のテスト：HeartSteps研究

著者たちは、FOCUSをHeartStepsという実際のモバイルヘルス研究でテストしました。この研究では、ユーザーにウォーキングのプロンプト（促し）が送られました。

発見： 研究者たちは、あるユーザーの特定の時間帯（例：午後4時）の活動が、次の時間帯（例：午後5時）の活動と強く関連していることに気づきました。もし午後4時にたくさん歩いていたら、おそらく疲れてしまうため、午後5時には歩数が少なくなる傾向があります。
結果： FOCUSはこの「疲れ」のパターン（時間のダイナミクス）を理解していたため、他の手法よりもはるかに正確に将来の歩数を予測できました。FOCUSは、ユーザーの一日の「物語」を利用して、次の章を予測することに成功したのです。

まとめ

FOCUSは、データが乱雑で不完全な状況において、未来を予測するための新しい方法です。隠れたパターンを静止した写真としてではなく、動的に進化する物語として扱うことで、異なる選択をした場合に「何が起きていただろうか」という問いに対して、より明確な視点を与えてくれます。これにより、研究者や政策立案者は、より正確な予測に基づいて、より良い意思決定を行うことができるのです。

技術要約：パネルデータにおける反事実的予測（Counterfactual Forecasting for Panel Data）

問題提起

本論文は、欠損値が存在し、かつ時間的に依存した潜在因子（latent factors）を特徴とするパネルデータ設定において、反事実的な結果を予測するという課題に取り組んでいる。このシナリオは因果推論において一般的であり、特に将来の意思決定において、未だ割り当てられていない処置下での未観測の潜在的結果（例：あるユニットに対して、まだ割り当てられていない処置が行われた場合に何が起こるか）を事前に推定する必要がある場合に重要となる。

合成コントロール法、差の差分析、行列補完法などの既存の因果推論手法は、通常、ユニットと時間の間の共通の変動をモデル化するために低ランク仮定に依存している。しかし、これらのアプローチは多くの場合、潜在因子を静的または独立同一分布（i.i.d.）として扱うため、多くの現実世界のプロセスに内在する時間的ダイナミクス（例：自己回帰構造）を活用できていない。さらに、既存の多くの予測手法は、限定的な欠損のみを想定しているか、あるいは完全に観測された事前処置パネルを必要とするため、設計上データの大部分が未観測となる反事実的推定には適していない。

手法：FOCUS

著者らは、潜在因子の時系列ダイナミクスを組み込むことで、従来の行列補完を拡張するように設計された手法である FOCUS（FOrecasting Counterfactuals Under Stochastic dynamics）を提案する。

コア・アルゴリズム

FOCUSは主に2つのステップで動作する：

因子推定（Factor Estimation）: 特定の処置（またはコントロール）条件下での観測されたパネルに限定し、未観測のエントリを欠損値として扱う。部分的に観測されたデータから、潜在因子（ $\hat{F}_t$ ）およびローディング（ $\hat{\Lambda}_i$ ）を推定するために、主成分分析（PCA）アルゴリズム（具体的にはXiong & Pelger, 2023による一貫推定器）を用いる。このステップは、欠落が完全にランダム（MCAR）なケースや、段階的な採用デザインを含む、一般的な観測パターンに対応している。
動的予測（Dynamic Forecasting）: 因子が推定された後、FOCUSは推定された因子 $\{\hat{F}_t\}$ に対して時系列モデル（具体的にはベクトル自己回帰モデルの1次、VAR(1)）を適合させる。係数行列 $\hat{A}$ は最小二乗法（OLS）によって推定される。ホライゾン $h$ におけるユニット $i$ の平均潜在結果の予測値は、以下のプラグイン推定量として構築される：
$\hat{\theta}_{i, T:T+h} = \hat{\Lambda}_i^\top \hat{A}^h \hat{F}_T$
このアプローチは、時系列の平滑化・フィルタリング技術と行列補完を効果的に組み合わせている。

理論的枠組み

本論文は、標準的な正則条件の下で理論的な保証を確立している：

因子モデル: 潜在因子は定常なVAR(1)プロセス（ $F_t = A F_{t-1} + \eta_t$ ）に従い、 $\rho(A) < 1$ である。
ノイズとローディング: 特異的ノイズと因子ローディングは、有界なモーメントを持つ独立なものと仮定される。
観測メカニズム: 観測行列 $W$ は因子およびノイズと独立であり、十分なオーバーラップを確保する条件（例： $|Q_{s,t}| \geq Nq$ ）を満たしている。

主な理論的結果:

誤差境界: 著者らは予測推定量 $\hat{\theta}_{i, T:T+h}$ の誤差境界を導出し、それが $O_P(\delta_{NT}^{-1})$ に、および予測ホライゾン $h$ と $A$ のスペクトル半径に依存する項を加えたものに収束することを示している。
漸近正規性: 観測パターンに関する追加の正則条件の下で、推定量は $\min\{\sqrt{N}, \sqrt{T}\}$ 一致性を持ち、漸近正規であることが示されている。
信頼区間: 本論文は、因子推定の不確実性と予測の不確実性の両方の成分を含む漸近分散を推定することにより、反事実的予測のための漸近的に妥当な信頼区間を構築するための枠組みを提供している。

主な貢献

初のエントリ単位のサンプル外予測: 著者の知る限り、FOCUSは、欠損データおよび確率的な因子ダイナミクスが存在する状況下での、反事実的なエントリ単位のサンプル外予測に対処した最初の研究である。
ダイナミクスと欠損データの統合: 時間的ダイナミクスを無視する従来の行列補完法や、限定的な欠損を想定する動的因子モデルとは異なり、FOCUSは確率的な時間依存性（例：自己回帰成分）を活用しながら、幅広い観測パターンを明示的に扱う。
理論的拡張: 本研究は、Xiong & Pelberg (2023) の理論的結果を、i.i.d.な潜在因子から時間的に依存した因子へと拡張し、依存する因子プロセスが一般的な中心極限定理（CLT）の仮定を満たすことを検証している。
スケーラビリティ: アルゴリズムは計算効率が高く、時間次元 $T$ が増加するにつれて良好にスケールするため、大規模な $T$ の設定にも適している。

実証結果

著者らは、FOCUSを2つのベンチマーク、mSSA（多変量特異スペクトル解析）および SyNBEATS（ニューラルネットワークベースの合成コントロール法）と比較して評価している。

シミュレーション研究: 様々な観測パターン（MCAR、同時採用）を伴う、AR(1)、ARMA、およびVARMAプロセスを含む4つのデータ生成プロセス（DGP）において、FOCUSは一貫して両方のベンチマークよりも低い平均二乗予測誤差（MSFE）を達成している。特筆すべきは、FOCUSが $T$ の増加に伴い、より速い誤差減少率を示す点である。また、モデルの誤設定（例：真の因子がARMAプロセスに従っているが、モデルがVAR(1)を仮定している場合）においても、ベンチマークを上回る性能を示した。
計算効率: FOCUSはmSSAよりも速く、SyNBEATSよりも大幅に高速に動作する。
実世界への適用（HeartSteps）: 本手法は、37人のユーザーがウォーキングのプロンプトを受け取るモバイルヘルス研究であるHeartSteps V1研究に適用された。この研究は、歩数が連続する決定スロット間で負の相関を示すことを強調している。潜在因子におけるこれらの時間的パターンを捉えることで、FOCUSはmSSAと比較して、介入下での将来の歩数のより正確な予測を提供し、その性能差は学習ホライゾン $T$ が増加するにつれて拡大した。

重要性と主張

本論文は、FOCUSが、プロスペクティブ（前向き）な反事実的評価のための、スケーラブルで理論的根拠に基づいたフレームワークを提供すると主張している。その主な意義は、因果推論（欠損している反事実の扱い）と時系列予測（時間的ダイナミクスの扱い）の間のギャップを埋めることにある。

著者らは、既存の手法の多くが事後処置の推定に焦点を当てているか、あるいは完全に観測された事前処置データを想定している一方で、FOCUSは、データが不完全な状況において、仮説的な介入下での将来の結果を予測するために特化していることを強調している。この手法は、潜在因子が自己回帰的なダイナミクスを持つ場合に特に効果的であり、これは行動データや経済データにおける一般的な特徴である。論文は、定常性への依存といった限界についても言及し、非定常な設定（例：状態空間モデル）や二重に頑健な（doubly robust）推定器を含む将来の方向性を示唆して締めくくっている。