選択的推論（選択後推論）は，近年，統計学や機械学習の分野で注目を集めている手法である．モデル選択にも使用されたデータに基づく単純（ナイーブ）な推論は，推定量を過大評価する傾向があるため，選択的推論では「そのモデルが選択された」という事象に条件付けて推論を行う．本発表では，因果推論における標準的な手法である，セミパラメトリックアプローチに基づく傾向スコア解析において，選択的推論を発展させる．具体的には，因果効果が交絡変数の線形和として表現できる最も基本的な因果推論モデルにおいて，セミパラメトリック推定量を与える損失関数にL1 ペナルティ項を加えることで，Lasso型の変数選択を行う．そして，変数選択が行われたという事象に条件付けたうえで，選択された交絡変数の係数に対する信頼区間を，漸近的保証付きで構成する．また，近年の選択的推論に関する最新の発展も取り入れる．