[인과성 추론 (Causal Inference) ] 필요한 가정 2편 - Overlap, Ignorability

지난편에서는 인과성 추론을 할 때 필요한 가정 네가지 중 두가지를 알아보았다. 오늘은 나머지 두가지에 대해 알아보고자 한다.

그 나머지 두 가정은 바로 Overlap, Ignorability 가정이다. 한국어로 해석하면, 겹쳐짐, 무시성 가정인데...

워낙 자연스럽지 않은것 같아서 그냥 영어식 표현인 Overlap, Ignorability로 진행하겠다. 먼저, Overlap 가정이란, 모집단을 각 개체의 성질에 따라 여러 그룹으로 나눌 수 있을 때, 각 그룹의 개체들이 원인 후보들을 가질 확률이 0보다 크다는 것을 의미한다.

예를 들면, 코로나 백신의 코로나 예방 효과를 분석한다고 가정해보자. 여기에서 원인은 "코로나 백신", 결과는 "코로나 감염 유무"가 될 것이다.

즉, "코로나 백신"을 맞았냐 안맞았냐에 따라 결정이 되는 potential outcome (1편 참고)이 궁금한것이다. 여기서 "코로나 백신"을 맞았냐 안맞았냐를 더미변수로 표현하면 0 또는 1의 값을 가지는 변수 ...