모형 적합 상세 정보
인과 처리 모형 보고서의 "모형 적합 상세 정보" 섹션에는 "처리 모형"과 "반응 모형"이라는 두 개의 하위 섹션이 포함됩니다. 이 섹션의 내용은 처리 유형에 따라 다릅니다.
이항 처리
처리 모형
처리 변수가 두 가지 값(이항)을 가질 때 모형 적합 시작 창에서 처리 모형이 지정되지 않은 경우(REGADJ 추정) "처리 모형" 섹션이 비어 있습니다. 처리 모형이 지정된 경우(IPWR 또는 AIPW 추정) "처리 모형" 섹션에는 "Treatment의 성향 스코어 계산" 탭이 포함됩니다. 또한 안정화 가중치가 사용된 경우에는 "처리 모형" 섹션에 "성향 스코어 영모형" 탭도 포함됩니다.
"Treatment의 성향 스코어 계산" 탭에는 로지스틱 회귀 적합 처리 모형에 대한 정보가 표시됩니다. 이 섹션의 정보는 처리 변수를 결과 변수로, 지정된 처리 모형 변수를 고정 효과로 각각 선택하고 기본 설정을 사용한 GLMM(일반화 선형 혼합 모형) 분석법을 실행하여 생성되는 보고서와 동일합니다. 이 보고서의 정보는 공변량이 주어졌을 때 처리를 받을 조건부 확률, 즉 성향 스코어가 어떻게 모델링되는지 보여 줍니다. GLMM 보고서의 모든 구성 요소에 대한 자세한 설명은 "모형 적합 보고서"에서 확인하십시오. "성향 스코어 영모형" 탭에는 로지스틱 회귀 영(null) 처리 모형에 대한 정보가 표시됩니다. 이 섹션의 정보는 처리 변수를 결과 변수로 선택하고 효과로 포함된 변수 없이 기본 설정을 사용한 GLMM을 적합시켜 생성되는 보고서와 동일합니다. 이 보고서의 정보는 처리를 받을 주변 확률이 어떻게 모델링되는지 보여 줍니다. 이 확률은 안정화 가중치를 계산하는 데 사용됩니다.
반응 모형
처리 변수가 두 가지 값(이항)을 가질 때 모형 적합 시작 창에서 반응 모형이 지정되지 않은 경우(IPWR 추정) "반응 모형" 섹션에는 "ATE의 성향 스코어 가중 모형"과 "ATET의 성향 스코어 가중 모형"이라는 두 개의 탭이 포함됩니다. 반응 모형이 지정된 경우(REGADJ 또는 AIPW 추정) "반응 모형" 섹션에는 각 처리 수준별로 하나씩, 두 개의 "회귀 수정 모형" 탭이 포함됩니다.
"ATE의 성향 스코어 가중 모형" 탭에는 선형 또는 로지스틱 회귀 적합 반응 모형에 대한 정보가 표시됩니다. 이 섹션의 정보는 반응 변수를 결과 변수로, 처리 변수를 고정 효과로, 계산된 IPW를 가중치로 각각 선택하고 기본 설정을 사용한 GLMM을 적합시켜 생성되는 보고서와 동일합니다. 이 보고서의 정보는 ATE가 어떻게 추정되는지 보여 줍니다.
"ATET의 성향 스코어 가중 모형" 탭에는 적합 반응 모형에 대한 정보가 표시됩니다. 이 모형은 처리를 받은 관측값만 사용하여 선형 또는 로지스틱 회귀 분석을 통해 적합됩니다. 표본을 이러한 관측값으로 필터링한 후 이 섹션의 정보는 반응 변수를 결과 변수로, 처리 변수를 고정 효과로, ATET의 계산된 IPW를 가중치로 각각 선택하고 기본 설정을 사용한 GLMM을 적합시켜 생성되는 보고서와 동일합니다. 이 보고서의 정보는 ATET가 어떻게 추정되는지 보여 줍니다.
"회귀 수정 모형" 탭에는 적합 반응 모형에 대한 정보가 표시됩니다. 이 모형은 지정된 수준의 처리를 받은 관측값만 사용하는 선형 또는 로지스틱 회귀 적합 모형입니다. 표본을 이러한 관측값으로 필터링한 후 이 섹션의 정보는 반응 변수를 결과 변수로, 지정된 반응 모형 공변량을 고정 효과로 각각 선택하고 기본 설정을 사용한 GLMM을 적합시켜 생성되는 보고서와 동일합니다.
중도절단 가중치 계산
처리 변수가 두 가지 값(이항)을 가질 때 처리 모형이 지정된 경우(IPWR 또는 AIPW 추정) 결과 변수(Y)에 결측값이 있으면 "중도절단 가중치 계산" 섹션에 네 개의 탭이 포함됩니다.
"중도절단 모형: Treatment = 1" 탭과 "중도절단 모형: Treatment = 0" 탭에는 적합 중도절단 모형에 대한 정보가 표시됩니다. 이러한 모형은 자동으로 적합됩니다. 해당 모형은 지정된 수준의 처리를 받은 관측값만 사용하여 적합된 로지스틱 회귀 모형입니다. 표본을 이러한 관측값으로 필터링한 후 이 섹션의 정보는 Y가 결측이라는 표시자를 결과 변수로, 지정된 처리 모형 공변량을 고정 효과로 각각 선택하고 기본 설정을 사용한 GLMM을 적합시켜 생성되는 보고서와 동일합니다.
"중도절단 영모형: Treatment = 1" 탭과 "중도절단 영모형: Treatment = 0" 탭에는 적합 중도절단 모형에 대한 정보가 표시됩니다. 이러한 모형은 자동으로 적합됩니다. 해당 모형은 지정된 수준의 처리를 받은 관측값만 사용하여 적합된 로지스틱 회귀 모형입니다. 표본을 이러한 관측값으로 필터링한 후 이 섹션의 정보는 Y가 결측이라는 표시자를 결과 변수로 선택하고 고정 효과 없이 기본 설정을 사용한 GLMM을 적합시켜 생성되는 보고서와 동일합니다.
중도절단 모형이 최종 인과 효과 추정값에 미치는 영향에 대한 자세한 내용은 결과 변수 결측값에 대한 통계 상세 정보에서 확인하십시오.
연속형 처리
처리 모형
처리 유형이 연속형일 때는 반드시 처리 모형을 지정해야 합니다. "처리 모형" 섹션에는 "Treatment의 성향 스코어 계산" 탭과 "성향 스코어 영모형" 탭이 포함됩니다.
"Treatment의 성향 스코어 계산" 탭에는 선형 회귀 적합 처리 모형에 대한 정보가 표시됩니다. 이 섹션의 정보는 처리 변수를 결과 변수로, 지정된 처리 모형 변수를 고정 효과로 각각 선택하고 기본 설정을 사용한 GLMM을 적합시켜 생성되는 보고서와 동일합니다. 이 보고서의 정보는 공변량이 주어졌을 때 처리의 조건부 밀도, 즉 성향 스코어가 어떻게 모델링되는지 보여 줍니다.
"성향 스코어 영모형" 탭에는 선형 회귀 영(null) 처리 모형에 대한 정보가 표시됩니다. 이 섹션의 정보는 처리 변수를 결과 변수로 선택하고 효과로 포함된 변수 없이 기본 설정을 사용한 GLMM을 적합시켜 생성되는 보고서와 동일합니다. 이 보고서의 정보는 처리의 주변 밀도가 어떻게 모델링되는지 보여 줍니다. 이 밀도는 안정화 가중치를 계산하는 데 사용됩니다.
반응 모형
처리 유형이 연속형일 때 "반응 모형" 섹션에는 "SIPW(Stabilized Inverse Probability Weighting)를 사용한 주변 구조 모형" 탭과 "일반화 성향 스코어 모형" 탭이 포함됩니다.
"SIPW를 사용한 주변 구조 모형" 탭에는 IPWR을 적용한 MSM 기법을 사용하여 적합된 가중 선형 또는 로지스틱 회귀 반응 모형에 대한 정보가 표시됩니다. 이 섹션의 정보는 반응 변수를 결과 변수로, 처리 변수와 제곱 항을 고정 효과로, 계산된 IPW를 가중치로 각각 선택하고 기본 설정을 사용한 GLMM을 적합시켜 생성되는 보고서와 동일합니다. 이 모형에 대한 자세한 내용은 연속형 처리 방법에 대한 통계 상세 정보에서 확인하십시오.
"일반화 성향 스코어 모형" 탭에는 GPS 기법을 사용하여 적합된 선형 또는 로지스틱 회귀 반응 모형에 대한 정보가 표시됩니다. 이 섹션의 정보는 처리 변수, 처리 변수의 제곱 항, 계산된 GPS(데이터 테이블에 관측 GPS로 자동 저장됨), 계산된 GPS의 제곱 항, 처리 변수와 계산된 GPS의 교호작용 항을 고정 효과로, 반응 변수를 결과 변수로 각각 선택하고 기본 설정을 사용한 GLMM을 적합시켜 생성되는 보고서와 동일합니다(Hirano and Imbens 2005). 이 모형에 대한 자세한 내용은 연속형 처리 방법에 대한 통계 상세 정보에서 확인하십시오.
연속형 처리에 대한 "반응 모형" 섹션의 정보는 서로 다른 두 가지 모델링 기법을 사용하여 잠재 결과 평균이 어떻게 계산되는지 보여 줍니다.
중도절단 가중치 계산
처리 유형이 연속형인 경우 중도절단 가중치가 계산되지 않으며 이 섹션이 비어 있습니다. 그러나 결과 변수에 결측값이 있는 관측값은 성향 스코어 추정에 계속 포함됩니다.