att2

• 

  인과효과에서의 편향 인과효과에서의 편향편향(bias)은 인과관계와 상관관계를 다르게 만드는 요소이다. 인과추론에서는 데이터에서 추정하는 수치가 찾으려는 인과 추정량과 다른 경우 '추정량이 편향되었다'라고 표현한다. 편향은 추정량 $\hat{\beta}$에서 추정하려는 모수 $\beta$를 뺀 값의 기댓값이며, $Bias = E[\hat{\beta} - \beta]$로 표현할 수 있다. 이러한 편향을 이해하는 것은 인과효과를 식별하는 데에 중요한 역할을 하기 때문에 정확히 짚고 넘어갈 필요가 있다. 편향의 정의평균 처치효과(ATE)를 추정하기 위해서는 실험군이 처치 받지 않았을 경우의 기댓값 $E[Y_0 | T = 1]$과, 대조군이 처치 받았을 경우의 기댓값 $E[Y_1 | T= 0]$을 추정해야 한다. 이때, 기본적으로 .. 인과추론 2024. 5. 24.

• 

  처치 효과와 사실적/반사실적 결과 처치 효과와 사실적/반사실적 결과인과모델이 있다면 해당 모델을 고치고 개선하여 인과적 질문에 대한 답을 얻을 수 있다. 이때 이와 같은 의도적 수정을 개입(intervention)이라고 한다. 이와 같이 인과모델에 개입하였을 때 발생하는 현상을 처치 효과(treatment effect)라고 하며, 이로 인해 일어나는 결과를 사실적 결과(factual outcome)이라고 한다. 이번에는 이러한 처치 효과와 사실적 결과, 그리고 그에 대응하는 반사실적 결과(counterfactual outcome)에 대해서 알아보도록 하자. 개입앞서, 개입이란 인과모델에 의도적인 수정을 가하는 것을 의미한다고 설명하였다. 예를 들어, 모든 실험 대상이 $t_0$라는 처치를 받도록 개입할 수 있다. $$T \leftarro.. 인과추론 2024. 5. 22.