| 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 | 31 |
- Instrumental Variable
- 사영
- 선형대수
- simple linear regression
- 네이버 뉴스
- Omitted Variable Bias
- least square estimation
- OVB
- 단순선형회귀
- 크롤링
- 인과 추론
- 회귀불연속설계
- residuals
- 예제
- 잔차의 성질
- Sharp RD
- causal inference
- 인과추론
- Python
- 누락편의
- 최소제곱법
- 교란 변수
- 교란변수
- 통계
- HTML
- confounder
- backdoor adjustment
- 머신러닝
- rct
- LU분해
- Today
- Total
목록Instrumental Variable (2)
Always awake,
도구 변수(IV) 예제
"본 포스팅은 도구 변수(IV, Instrumental Variable)을 활용한 인과 추론 예제에 관한 내용입니다" 도구 변수 관련 내용은 아래 링크를 참고해주시면 감사하겠습니다. 도구 변수(IV) 본 포스팅은 도구변수에 대해 공부한 내용을 정리한 글입니다 :) 참고 서적 : Joshua D. Angrist, Jorn-Steffen Pischke. (2018). 고수들의 계량경제학. 시그마프레스. p.98 ~ p.144 들어가며 일전에 causal diag.. everyday-tech.tistory.com 데이터 생성 아래와 같은 형태로 예제 데이터를 생성합니다. $T$ : 원인 변수 $Y$ : 결과 변수 $W$ : (관측하지 못한) 교란 변수 $Z$ : 도구 변수 추정해야할 인과 효과는 $T$가 $Y..
도구 변수(IV)
본 포스팅은 도구변수에 대해 공부한 내용을 정리한 글입니다 :) 참고 서적 : Joshua D. Angrist, Jorn-Steffen Pischke. (2018). 고수들의 계량경제학. 시그마프레스. p.98 ~ p.144 들어가며 일전에 causal diagram(인과 다이어그램)에서 backdoor adjustment를 통해 변수를 통제하여 인과 효과를 추론하는 방법을 설명드렸습니다. (해당 내용은 아래 링크를 참고해주시면 감사하겠습니다) backdoor adjustment "observational data에서 causal estimand를 추론하는 방법 중 하나인 backdoor adjustment를 정리하였습니다 :)" 모든 자료 및 그림의 출처는 아래 youtube 강의의 Chapter 4입..