인과추론의 데이터 과학 - 무작위 통제 실험

참고영상 : Bootcamp 2-2. 무작위 통제실험 

 

 

 

1. Random assignment 

---

 

•  랜덤하게 group 을 할당하면 집단 간 특성이 비슷해진다. 

 

 

◯  Potential Outcomes 관점에서 인과추론의 수준 

 

 

 

 

•  아래로 갈수록 인과추론을 증명하기 어려운 방법론, 위로 갈수록 증명하기 쉬운 방법론

 

•  가장 인과추론의 수준이 높은 것은 Randomized Controlled trial 이다. (RCT) 

 

•  현실 상황에서는 무작위 실험을 하기 어려운 경우가 많다. 따라서, 실험과 유사한 상황을 도입하는 것을 준실험 (Quasi-Experiment) 를 수행한다. 만약 준실험도 실행하기 어려운 상황이라면, 내생성을 제거하기 위한 통계적인 도구인 Instrumental variable 를 활용할 수 있다. 

 

•  준실험도 하기 어렵고 적절한 도구변수도 찾기 어렵다면 마지막으로 고려할 수 있는 방법으로는 Regression 과 Matching 이 있다. 추론 지식이나 이론에 의해 잘 디자인된 회귀나 매칭을 활용한다면 어느정도는 인과추론을 해볼 수 있다. 

 

 

 

•  Random assignment 는 동전던지기와 비슷하다. 통계학의 큰 수의 법칙을 생각하면 된다. 

 

•  가령 동전을 던져서 앞면이 나오면 treatment 에 할당하고, 뒷면이 나오면 control 에 할당함으로써 treatment 를 제외한 나머지 요인들을 각 group 에 반반으로 나눌 수 있다. Ceteris Paribus 조건을 만족하는 group 을 만들 수 있게 된다. 

 

 

•  random 하게 잘 분리된 그룹으로 실험을 진행하면, treatment (cause) 로 인해 Potential outcome 에 차이가 난 것이라고 합리적으로 해석해 볼 수 있다. 

 

 

 

 

 

2. Example of a randomized experiment 

---

 

•  726명의 육군사관학교 학생들이 경제학 관련 시험을 볼 때, 과연 테블릿이나 랩탑의 사용이 기말고사 시험에 긍정적인 영향을 끼치는지에 대한 실험을 진행했고, 각 group 의 배정은 random 하게 진행했다. 

 

 

⇨  랩탑과 태블릿을 허용한 그룹 : Treatment group1 

⇨  태블릿 사용을 허용하지만 약간의 제약이 있는 그룹 : Treatment group2 

⇨  컴퓨터 사용이 금지된 그룹 : Control group 

 

 

•  Randomization 이 잘 되었더라면 그룹 내에서 나이, 학년, 이전의 GPA 의 요인들이 비슷해져야 함 : 즉, selection bias 가 없어야 한다. treatment 를 제외한 나머지 요인들이 그룹 내에서 비슷하다라는 것을 보여주어야 한다. 위와 같은 표를 통해 성적에 영향을 줄 수 있는 여러가지 특성들의 유사성을 보여주어야 한다. 

 

실험결과

 

•  만약 Randomization 이 잘 된 것이라면 Demographic controls 를 추가시킨 버전과 추가시키지 않은 버전의 결과가 유사해야 할 것이다. 

 

•  RCT 가 만족된다면 인과추론 연구는 전혀 문제될 것이 없다. 그러나 현실에서는 RCT 가 불가능한 경우가 많다 ⇨ 인과추론이 계속 발전해야 하는 이유