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 |
- 머신러닝
- LU분해
- confounder
- rct
- 교란 변수
- 교란변수
- least square estimation
- OVB
- backdoor adjustment
- 인과 추론
- 통계
- 네이버 뉴스
- 단순선형회귀
- residuals
- 회귀불연속설계
- 누락편의
- HTML
- 사영
- 인과추론
- 크롤링
- 예제
- Python
- Omitted Variable Bias
- 선형대수
- causal inference
- simple linear regression
- 잔차의 성질
- Instrumental Variable
- 최소제곱법
- Sharp RD
- Today
- Total
목록Did (2)
Always awake,

본 포스팅은 이중차분법을 활용한 인과 효과 측정 예제입니다 :) 이중차분법에 대한 내용은 아래의 포스팅을 참고하시면 좋습니다. 이중차분법(DID) 본 포스팅은 이중 차분법에 대해 공부한 내용을 정리한 글입니다 :) 참고 서적 : Joshua D. Angrist, Jorn-Steffen Pischke. (2018). 고수들의 계량경제학. 시그마프레스. p.178 ~ p.190 이중 차분법 컨셉 이중.. everyday-tech.tistory.com 예제 데이터를 생성하여 두 가지 방식으로 이중 차분 값(인과 효과)을 측정해보겠습니다. 예제 데이터 생성 총 10개의 time stamp에 대해 처치 그룹(treated group)과 통제 그룹(control group) 각각의 결과 변수(outcome)입니다 ..

본 포스팅은 이중 차분법에 대해 공부한 내용을 정리한 글입니다 :) 참고 서적 : Joshua D. Angrist, Jorn-Steffen Pischke. (2018). 고수들의 계량경제학. 시그마프레스. p.178 ~ p.190 이중 차분법 컨셉 이중 차분법은 원인변수와 결과변수 간의 인과 효과를 측정하기 위한 인과 추론 방법입니다 인과 추론 시 데이터의 특성과 생성되는 상황에 따라 적절한 방법을 선택하여 사용하는데 그 중 이중 차분법에 대해 설명하고자 합니다. 이중 차분법(DID; Difference In Difference)은 도구 변수(Instrumental Variable)과 회귀불연속설계(RDD; Regression Discontinuity Design)의 적용이 어려울 때 사용할 수 있습니다..