Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- 회귀불연속설계
- HTML
- 사영
- 크롤링
- 예제
- 통계
- 교란변수
- 잔차의 성질
- confounder
- simple linear regression
- 최소제곱법
- LU분해
- 인과 추론
- causal inference
- Python
- 네이버 뉴스
- least square estimation
- 누락편의
- rct
- 단순선형회귀
- OVB
- 머신러닝
- 교란 변수
- Omitted Variable Bias
- Sharp RD
- 선형대수
- Instrumental Variable
- 인과추론
- backdoor adjustment
- residuals
Archives
- Today
- Total
목록인과 추론 (7)
Always awake,

동일 조건 맞추기? 자 어떤 상황을 생각해봅시다. 회사에서 매출 증대를 위해 프로모션 상품을 개시했다고 합시다. 여기서 우리가 확인할 것은 원인(프로모션 상품)과 결과(매출)의 관계입니다. 프로모션 상품 때문에 매출이 변한 것이 맞는지 확인해야 하는 것이죠 인과 관계(A는 B의 원인이다)는 A를 제외한 모든 조건이 동일한 상태에서 A를 하였을 때와 하지 않았을 때의 B가 다른 경우를 말합니다. 인과 관계의 정의에 따라 확인하고자 한다면 아래의 두 가지를 비교해야 합니다. 프로모션을 개시하지 않았을 때의 매출(원인을 하지 않았을 때의 결과) 프로모션을 개시하였을 때의 매출(원인을 했을 때의 결과) 하지만 우리는 이미 프로모션을 개시한 상태입니다. 두 번째 결과에 해당하는 "프로모션을 개시하였을 때의 매출"..
인과추론(Causal Inference)
2021. 5. 18. 22:27