Always awake,

"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..

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..

일전에 포스팅한 누락 편의(OVB)의 예제를 살펴보는 글입니다 :) 본 포스팅에서 사용하는 변수명 및 notation은 아래 내용과 이어지니 먼저 확인하고 오시면 좋습니다. 누락 편의(OVB) 누락 편의에 대해 공부한 내용을 정리한 글입니다 :) 참고 서적 : Joshua D. Angrist, Jorn-Steffen Pischke. (2018). 고수들의 계량경제학. 시그마프레스 p.90 ~ p.91 누락 편의 개념 누락 편의란 통제가 필요한.. everyday-tech.tistory.com 누락 편의 예제 일전 포스팅에서 누락 편의는 다음과 같이 계산된다고 말씀드렸습니다. (model1: $W$를 누락한 모델) $Y_i = \beta_0 + \beta_1 X_i + \epsilon_{1i}$ (mode..

누락 편의에 대해 공부한 내용을 정리한 글입니다 :) 참고 서적 : Joshua D. Angrist, Jorn-Steffen Pischke. (2018). 고수들의 계량경제학. 시그마프레스 p.90 ~ p.91 누락 편의 개념 누락 편의란 통제가 필요한 변수가 통제되지 않았을 때 발생하는 편의(bias)를 의미합니다. 예를 들어, $X$가 $Y$에 미치는 인과 효과를 추정할 때, 교란 변수 $W$가 존재하는 경우를 생각해봅시다. 실제 $X$가 $Y$에 미치는 인과 효과는 교란 변수인 $W$를 통제(회귀식에 독립항으로 추가)한 상태에서 측정한 값입니다. 하지만, 어떠한 이유에 의해 우리는 교란 변수 $W$를 누락하게 되었다고 합시다. 설계 단계에서 $W$를 생각하지 못한 경우 $W$가 교란 요인으로 작용할..

인과 추론 관련하여 아래의 내용으로 발표를 진행하게 되어 블로그에 기록합니다 :) 게임 업계에서 "좋은 아이템을 획득이 게임 플레이어의 플레이 변화에 미치는 영향"을 인과추론 관점에서 분석한 내용입니다. Backdoor Adjustment를 사용하여 인과 관계를 추론해 보았습니다. Causal Diagram(인과 다이어그램)에서 backdoor path를 차단하여 Interventinal distribution과 동일하게 맞추는 방법 backdoor adjustment에 대한 내용은 제 블로그에도 작성되어 있으니 궁금하신 분들은 참고하시면 되겠습니다 backdoor adjustment "observational data에서 causal estimand를 추론하는 방법 중 하나인 backdoor adjus..

"observational data에서 causal estimand를 추론하는 방법 중 하나인 backdoor adjustment를 정리하였습니다 :)" 모든 자료 및 그림의 출처는 아래 youtube 강의의 Chapter 4입니다. Brady Neal - Causal Inference Causal inference www.youtube.com do-operator do-operator는 Intervention의 수학적 operator입니다. 일반적인 확률의 notation에서 Intervention(개입)이라는 것은 conditioning(조건부)와 다른 의미를 지닙니다. Conditioning on $T=t$ : $T=t$인 subset을 선택하는 것을 의미합니다. $p(Y | T = t)$ 개입 없..