JINetic CODE

1. 연관 ≠ 인과두 변수 사이에 통계적으로 함께 움직이는 경향이 있다고 해서, 꼭 원인-결과 관계가 있는 건 아니다. 예를 들어, 아이스크림 판매량과 익사 사고 수가 함께 늘어난다고 해서, 아이스크림이 익사의 원인이라고 말하긴 어렵다. 여름이라는 공통 원인(Confounder) 때문이다. 2. 인과란 무엇인가?우리가 알고 싶은 건 진짜 원인, 즉 "T를 바꿨을 때 Y가 바뀌는가?"에 대한 답이다.이를 인과 효과(Causal Effect)라고 부른다.인과(Causal Effect) = ATT (Average Treatment effect on the Treated) 즉, 처치를 받은 집단에 대해 그 처치가 없었더라면 나왔을 결과와 실제 결과의 차이를 말한다.하지만 현실에서는 이런 비교가 어렵다.왜냐면… ..

우리는 착각할 준비가 되어있다.비싼 카메라를 사용한 사람들이 찍은 사진이 더 멋져 보인다.따라서, 비싼 카메라를 쓰면 (누구나) 사진을 더 잘 찍는다. 우리는 쉽게 착각한다.카메라 가격과 결과물만 놓고 보면 이(위의) 말은 참(True)으로 보인다. 하지만, 정말 카메라 가격이 사진 실력의 원인일까? 전문 사진작가들은 대부분 고가의 카메라를 사용한다.그렇다면, 그들은 비싼 카메라 덕분에 사진을 잘 찍는 걸까?아니면 원래 사진을 잘 찍는 사람들이 비싼 카메라를 선택하는 걸까? 사실, 사진을 잘 찍는 사람들이 더 좋은 장비에 투자할 가능성이 높다.아무리 비싼 카메라를 쓴다고 해도 촬영 기술, 구도, 색감 조절 능력이 부족하면 좋을 사진을 찍기 어렵다.즉, 카메라의 가격이 아니라, 원래 사진을 잘 찍는 사람인..

"T가 Y에 영향을 준다." 라는 결론에 도달하기 위해 인과추론에서는 복잡한 계산 과정을 거치게 된다.이 과정에서 각 실험대상(unit)별 세부 표기법부터 인과 효과를 추론하는 과정에 이르기까지 다양한 기본 Notation들을 정확하게 이해해야 앞으로 인과추론의 수식적 접근을  쉽게 이해할 수 있다. 이번 포스팅에서는 인과추론의 핵심 개념들을 이해하기 위해 사용되는 주요 표기법(Notation)들을 정리해본다.1. 실험대상 ii는 개별 실험대상(예: 한 사람, 한 학교, 한 병원 등)을 의미한다.i=1,2,3,… 같이 각 대상에 인덱스를 붙여 구분한다.2. 처치 지시자 TT는 실험대상 i가 처치를 받았는지 여부를 나타내는 이진 변수다. 이 변수는 개별 대상별로 처치 여부를 구분하여, 인과 효과를 추론하는..

인과추론 이란?인과추론은 단순히 데이터 상에서 T(처치 혹은 요인)와 Y(결과)가 함께 발생한다는 상관관계를 넘어서, 실제로 T가 Y에 영향을 미치는지, 즉 원인과 결과의 관계를 명확하게 밝혀내려는 연구 방법론이다. 우리는 왜 인과추론을 알아야 할까?단순한 데이터 ‘상관관계’에 의존하면 치명적인 판단 오류를 범할 수 있다. 우리에게 정말 필요한 것은, 사건들의 진짜 ‘원인’을 파악해 ‘올바른 결정’을 내리는 능력이다.인과추론은 단순한 예측을 넘어, ‘만약 A가 없었다면?’이라는 반사실적 질문에 답해주는 강력한 도구로, 복잡한 사회&경제적 문제의 근본 원인을 밝혀내고 효과적인 해결책을 마련하는 데 결정적이다.이제 우리 단순한 상관관계를 밝히는 데서 더 나아가, 인과 추론의 힘을 인식하고 그 지식을 갖춰야 ..