인과추론 설계와 민감도 분석 기반의 비실험적 효과 추정 연구

Causal Inference Design and Sensitivity Analysis for Non-Experimental Effect Estimation

연구 내용

회귀불연속설계, 도구변수, 프론트도어 모형을 활용해 인과효과를 식별하고, 가정 위반에 따른 편향을 민감도 분석으로 정량화하는 연구

비실험 데이터에서 인과효과를 추정할 때 발생하는 미관측 교란과 식별 가정 위반 문제를 다룹니다. Front-door model의 조건이 깨질 때의 편향 크기를 정식화하고, 단순 추정기의 편향과 비교하여 어떤 위반이 결과에 어떤 방식으로 반영되는지 해석합니다. 또한 Instrumental Variable analysis와 Fuzzy regression discontinuity design을 결합한 설계로 비순응 환경에서도 처리효과를 추정하며, 다수의 대조집단 기반 경계값을 통해 민감도를 검증하는 절차를 제공합니다. 이를 교육·사회 데이터의 효과연구에 적용합니다.

관련 프로젝트

1건

연구 흐름

초기에는 2023년에 Front-door model에서 가정 위반이 편향으로 전이되는 구조를 도출하고, 민감도 분석을 수행하는 방법론을 정리했습니다. 같은 해 Instrumental Variable analysis를 교육 연구 맥락에서 적용할 수 있도록 핵심 가정과 메커니즘을 인과 그래프 기반으로 설명하는 방향으로 확장했습니다. 이후 2024년에는 Fuzzy regression discontinuity design을 한쪽 비순응 조건의 다중 대조집단 설정으로 확장하여 치료효과를 경계와 함께 추정하는 절차를 제시했습니다. 2024~2027년에는 차이점수 분석의 민감도 분석기법 개발 과제로 효과연구의 적용 범위를 넓히고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

비실험 교육 중재 효과 추정
가정 위반 편향 정량화
Fuzzy RD 기반 효과 경계 도출
도구변수 타당성 점검 프레임
프론트도어 식별 로직 검증
차이점수 기반 전후 효과 민감도
미관측 교란 하의 정책 근거 생성
대조집단 구성에 따른 강건성 평가
인과모형 선택을 위한 진단 절차
교육 데이터 인과추론 파이프라인