[KSSCI 2021] 인과추론의 데이터 과학 - Session 0

인과추론의 데이터과학. (2021, Jun 30). [Session 0] 인과추론 온라인 세미나 소개 [Video]. YouTube.

 

인과추론 추천 자료 (English)

• ML 관점: Online Lectures by Brady Neal
• 경제/사회과학 관점: Mod•U: Powerful Concepts in Social Science
• 생물통계학/역학 관점: Causal Diagrams: Draw Your Assumptions Before Your Conclusions

 

Herzberg’s Two Factor Theory

• ‘불만족’의 반대는 ‘만족’이 아니라는 이론
  • ‘불만족’의 반대: 불만족 없음
  • ‘만족’의 반대: 만족스럽지 않음
• 조직만족도에 영향을 주는 2가지 Factor
  • Hygiene Factor: 시행되어도 만족스럽지 않지만, 시행되지 않으면 불만족스러움
    • ex. 코로나 당시, 마스크를 착용하면 당연하게 느껴지지만 착용하지 않으면 신경 쓰이고 불편함
  • Motivating Factor: 시행되면 만족스럽지만, 시행되지 않아도 불만족스럽지 않음
    • ex. 코로나 환자를 위해 봉사하면 ‘만족’, 봉사하지 않아도 ‘불만족’하지는 않음

 

데이터 분석을 하면서 가져야할 자세

Right tool for the right question

 

Data Science / Analytics의 2가지 패러다임

Prediction (association)

• model fitting approach (ML, DL)
• information filtering approach (Recsys)

Causal Inference

• Approach
  • design-based approach: 선택 편향을 제거하는 접근
  • structure-based approach: 인과 구조에 기반해서 추론하는 접근
• Framework
  • Potential Outcomes Framework (=Rubin cause model)
    • 추론을 위한 연구 디자인의 필요
    • ex. 아스피린을 먹었을 때의 결과와 먹지 않았을 때의 결과를 비교
  • Structural Causal Model
    • 결과에 영향을 미칠 수 있는 인과 diagram을 그리고, 구조를 통제하거나 명시적으로 고려하면서 인과관계를 추정