causal-inference-root-cause

因果推論と根本原因分析

目次

• ワークフロー
  • 1. 効果を定義する
  • 2. 仮説を立てる
  • 3. 因果モデルを構築する
  • 4. 因果関係を検証する
  • 5. 文書化して検証する
• よくあるパターン
• ガードレール
• クイックリファレンス

主要な概念：根本原因（根源的な問題）、直接原因（直近の引き金）、交絡変数（見せかけの相関を生み出す第三の要因）、反実仮想（「X がなかったら何が起きていたか？」）、因果メカニズム（X が Y に影響する経路）。

簡単な例：

# Effect: Website conversion rate dropped 30%

## Competing Hypotheses:
1. New checkout UI is confusing (proximate)
2. Payment processor latency increased (proximate)
3. We changed to a cheaper payment processor that's slower (root cause)

## Test:
- Rollback UI (no change) → UI not cause
- Check payment logs (confirm latency) → latency is cause
- Trace to processor change → processor change is root cause

## Counterfactual:
"If we hadn't switched processors, would conversion have dropped?"
→ No, conversion was fine with old processor

## Conclusion:
Root cause = processor switch
Mechanism = slow checkout → user abandonment

ワークフロー

このチェックリストをコピーして、進捗を記録してください。

Root Cause Analysis Progress:
- [ ] Step 1: Define the effect
- [ ] Step 2: Generate hypotheses
- [ ] Step 3: Build causal model
- [ ] Step 4: Test causality
- [ ] Step 5: Document and validate

ステップ 1：効果を定義する

効果／結果を記述し（何が起きたかを具体的に示す）、可能であれば定量化し（規模、頻度）、タイムラインを確定し（いつ始まったか、現在も続いているか）、ベースラインを特定し（通常の状態は何か、何が変わったか）、関係者を特定します（誰が影響を受けているか、誰が回答を必要としているか）。主な問い：何を具体的に説明するのか。一度限りの出来事か、繰り返し起こるパターンか。客観的にどう測定するのか。

ステップ 2：仮説を立てる

直接原因（直近の引き金／症状）を列挙し、考えられる根本原因（根底にある要因）を特定し、交絡因子（見せかけの関連を生み出す第三の要因）を考慮し、前提に疑問を投げかけます（最初の仮説が間違っていたらどうなるか）。手法：5 Whys（「なぜ」を繰り返し尋ねる）、フィッシュボーン図（原因を分類する）、タイムライン分析（効果が生じる前に何が変わったか）、鑑別診断（症状を説明するほかの要因は何か）。単純な調査には resources/template.md を使用します。複雑な問題については、resources/methodology.md で高度な手法を学んでください。

ステップ 3：因果モデルを構築する

因果の連鎖（A → B → C → 効果）を図示し、必要原因と十分原因を特定し、交絡関係を整理し（原因と効果の両方に影響するものは何か）、時間的な順序を確認し（原因が効果より先に起こることは、因果関係に必要です）、メカニズムを明確にします（X がどのように Y を引き起こすのか）。モデルの要素：直接原因（X → Y）、間接原因（X → Z → Y）、交絡（Z → X かつ Z → Y）、媒介変数（X → M → Y）、調整変数（X → Y の関係が M に依存する）。

ステップ 4：因果関係を検証する

時間的な順序を確認し（原因は効果より先か）、関連の強さを評価し（強い相関があるか）、用量反応関係を調べ（原因が増えるほど効果も大きくなるか）、反実仮想を検証し（原因が存在しない／取り除かれたらどうなるか）、メカニズムを調べて（どのように起こるかを説明し）、一貫性を確認し（異なる状況でも成り立つか）、交絡因子を除外します。エビデンスの階層：RCT（ゴールドスタンダード）＞自然実験＞縦断研究＞症例対照研究＞横断研究＞専門家の意見。Bradford Hill の基準を使用します（9 つの要因：関連の強さ、一貫性、特異性、時間性、用量反応関係、もっともらしさ、整合性、実験、類似性）。

ステップ 5：文書化して検証する

causal-inference-root-cause.md を作成し、効果の説明／定量化、競合する仮説、因果モデル（連鎖、交絡因子、メカニズム）、エビデンスの評価、信頼度を付した根本原因、推奨する検査／介入、限界／代替案を記載します。resources/evaluators/rubric_causal_inference_root_cause.json を使用して検証します。直接原因と根本原因を区別したか、交絡因子を制御したか、メカニズムを説明したか、エビデンスを体系的に評価したか、不確実性を記載したか、介入策を推奨したか、代替案を認めたかを確認してください。最低基準：スコア ≥ 3.5。

よくあるパターン

インシデント調査（エンジニアリング）の場合：

• 影響：システム障害、パフォーマンスの低下
• 仮説：直近のデプロイ、トラフィックの急増、依存関係の障害、リソースの枯渇
• モデル：タイムライン＋依存関係グラフ＋直近の変更
• 検証：ログ、メトリクス、ロールバック実験
• 出力：根本原因と再発防止計画を記載したポストモーテム

メトリクスの変化（プロダクト／ビジネス）の場合：

• 影響：コンバージョンの低下、収益の変化、ユーザーエンゲージメントの変化
• 仮説：プロダクトの変更、季節性、市場の変化、測定上の問題
• モデル：ユーザージャーニー＋外部要因＋直近の実験
• 検証：コホート分析、A/B テストのデータ、セグメンテーション
• 出力：推奨アクションを添えた因果関係の説明

政策評価（研究／公共政策）の場合：

• 影響：健康アウトカム、経済指標、社会指標
• 仮説：政策介入、交絡因子、長期的な傾向
• モデル：交絡因子とメカニズムを含む DAG
• 検証：差の差分析、回帰不連続デザイン、傾向スコアマッチング
• 出力：信頼区間を伴う因果効果の推定値

デバッグ（ソフトウェア）の場合：

• 影響：バグ、予期しない動作、テストの失敗
• 仮説：直近の変更、エッジケース、競合状態、依存関係の問題
• モデル：コードパス＋データフロー＋タイミング
• 検証：再現、切り分け、二分探索、git bisect
• 出力：根本原因と修正を記載したバグレポート

ガードレール

実施すること：

• 相関と因果関係を明確に区別する
• 複数の競合する仮説を立てる（最初の仮説の確認だけに終始しない）
• 交絡変数を洗い出し、制御する
• 因果メカニズム（X がどのように Y を引き起こすのか）を明示する
• 反実仮想（「X が起きていなかったらどうなっていたか？」）を検証する
• 確信度と不確実性を示す
• 別の説明の可能性を認める
• 根本原因に基づき、検証可能な介入策を推奨する

避けること：

• 近接原因と根本原因を混同する
• 最初の仮説を裏付ける証拠だけを選び出す
• 相関があれば因果関係があると決めつける
• 交絡変数を無視する
• メカニズムの説明を省略する（相関を述べるだけにする）
• 強い証拠がないのに確信度を誇張する
• 代替案を検証せず、もっともらしい最初の説明で止める
• 根本原因を特定せずに介入策を提案する

よくある落とし穴：

• 事後原因の誤謬（Post hoc ergo propter hoc）：「これの後に起きた、だからこれが原因だ」（時間的な前後関係 ≠ 因果関係）
• 疑似相関：第三の要因または偶然により、2 つの事象に相関が生じる
• 交絡：第三の変数が X と Y の両方を引き起こす
• 逆因果：X が Y を引き起こすのではなく、Y が X を引き起こす
• 選択バイアス：サンプルが母集団を代表していない
• 平均への回帰：極端な値は自然に平均へ近づく

クイックリファレンス

• テンプレート：resources/template.md - 根本原因分析のための構造化フレームワーク
• 方法論：resources/methodology.md - 高度な手法（DAG、交絡の制御、ブラッドフォード・ヒルの基準）
• 品質評価基準：resources/evaluators/rubric_causal_inference_root_cause.json
• 出力ファイル：causal-inference-root-cause.md
• 重要な区別：相関（X と Y が連動する）と因果関係（X → Y のメカニズム）
• ゴールドスタンダードの検証法：ランダム化比較試験（交絡を排除する）
• 必須基準：時間的な順序（原因が結果より先に起きる）、メカニズム（どのように作用するか）、反実仮想（原因がなかったらどうなっていたか）