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… ..
