인과 처리 분석법 개요
모형 적합 플랫폼의 인과 처리 분석법을 사용하면 관측 데이터를 활용하여 잠재 결과 함수를 추정할 수 있습니다. 처리 모형과 결과 모형은 GLMM(일반화 선형 혼합 모형)을 사용하여 적합됩니다. 이러한 모형은 이항 또는 연속형 처리 유형을 사용할 수 있습니다.
이항 처리
이 분석법은 이항 처리의 평균 잠재 결과를 추정하기 위해 다음과 같은 기법을 제공합니다.
• IPWR(Inverse Probability Weighting with Ratio adjustment, 비율 수정이 있는 역확률 가중치법)
• REGADJ(Regression Adjustment, 회귀 수정법)
• AIPW(Augmented Inverse Probability Weighting, 증강 역확률 가중치법)
처리 모형 또는 반응 모형을 지정하거나 둘 다 지정할 수 있습니다. 처리 모형은 한 수준의 처리를 받을 확률을 다른 수준과 비교하여 추정합니다. 반응 모형은 결과의 기대값을 추정합니다. 처리 모형만 지정하는 경우 IPWR을 사용하여 ATE(평균 처리 효과)를 추정합니다. 반응 모형만 지정하는 경우 REGADJ를 사용하여 ATE를 추정합니다. 두 모형을 모두 지정할 경우에는 AIPW를 사용하여 ATE를 추정합니다. 이 방법은 이중 로버스트(doubly robust) 특성을 가지므로 두 모형 중 하나만 올바르게 지정되어도 AIPW가 ATE의 일관된 추정량으로 사용됩니다.
처리 모형이 지정된 경우 가중치 절단 및 성향 스코어 매칭 옵션도 사용할 수 있습니다. 처리 모형만 지정되고 추정 방법이 IPWR인 경우에는 안정화 가중치를 사용하는 옵션이 제공됩니다.
연속형 처리
이 분석법은 연속형 처리와 연속형 결과의 평균 잠재 결과를 추정하기 위해 다음과 같은 기법을 제공합니다.
• IPWR을 사용한 MSM(주변 구조 모델링): Hernán and Robins 2020 참조
• GPS(일반화 성향 스코어) 모델링: Hirano and Imbens 2005 참조
두 방법 모두 지정된 처리 수준에서 잠재 결과 추정값을 계산하는 데 사용됩니다. 연속형 처리의 경우 처리 모형을 반드시 지정해야 하지만 반응 모형 지정은 지원되지 않습니다. 또한 처리 변수가 연속형일 때는 관심 결과 변수도 연속형이어야 합니다.
보고서 구성 요소
인과 처리 분석법 보고서에는 다음 구성 요소가 포함됩니다.
• 전체 모집단 및 처리군 내의 각 잠재 결과 추정값
• 전체 모집단에서의 잠재적 결과 추정값(ATE)과 처리군 내에서의 차이(처리군의 평균 처리 효과, ATT)
• 지정된 처리 모형과 반응 모형의 모형 적합 결과
• 필수 인과 가정의 타당성 확인을 위한 시각화 도구