# causal inference
어떤 내용들을 소개할까요?
Velog 시작! Velog에 처음 글을 쓰네요. 이전에 깃헙블로그를 통해 글을 쓰려했지만, 깃헙블로그는 블로그스러운 느낌이 덜해서 잘 손이 안가더라고요. 더불어 깃헙블로그는 뭔가 영어로 써야할 것 같은 느낌이 있는데, Velog면 당당하게(?) 한글로 쓸 수 있을
PSM(=Propensity Score Matching)을 활용한 인과추론
PSM 을 활용한다면 두 집단간 유의미한 차이를 확인하고, 영향력 및 유의미한 변수의 인과성을 얻어내기 위한 충분히 좋은 분석 방법론 중 하나라고 생각합니다.
[Causal Inference] Synthetic Control - 던전앤 파이터 직업 리뉴얼에 따른 캐릭터 생성효과 분석
안녕하세요! 오늘은 Causal Inference 방법 중 하나인 Synthetic Control 방법을 간략하게 소개하면서 던전앤 파이터 직업 리뉴얼에 따른 직업별 캐릭터 생성량을 분석해보도록 하겠습니다! 1. Introduction 최근 RPG 게임의 트렌드는
인과 | Causality 와 인과추론 | Causal inference
본 포스팅은 인과, 인과추론의 개념과 관련 이론 (Back-door, Do-calculus) 들을 소개하고 있습니다. Keyword : Causality, SCM, Back-door, Do-calculus
Markov Property
이번 글에서는 저번에 이어 노드가 여러개인 multivariate causal model에 대해 계속 다루어보도록 할텐데, 그래피컬 모델과 관련된 중요한 개념중 하나인 Markov property, equivalence, blanket 등 개념에 대해 다루어보도록 할
[Causal Inference] Instrumental Variables
안녕하세요! 오늘은 Instrumental Variable에 대해 공부해본 내용을 포스팅해보겠습니다!! Introduction Instrumental Variable은 이름에서와 알 수 있듯이 계측기 변수라는 뜻으로, 정확한 계측을 도와주는 변수를 말하는데요! 천
Multivariate Structural Causal Model
Multivariate Causal Models 이전까지는 변수가 2개인 SCM, 즉 원인-결과의 SCM을 살펴보았었다. 이제부터는 변수가 여러개인(multivariate) causal model들에 대해 살펴보도록 하자. 우선, cause-effect 모델도 포함되지
Structure Identification
이번 게시글에서는 저번에 이어 다른 Cause-Effect 모델들과 이들의 식별가능성에 대해 계속 살펴보도록 하자.Post-nonlinear model은 이전에 살펴본 Nonlinear ANM의 일반화된 모델이다. 결합분포 $P\_{X,Y}$가 X에서 Y로의 post-
[Causal Inference] Graphical Causal Models
안녕하세요! 오늘 다뤄볼 주제는 Graphical Causal Models입니다. 제가 전공하였던 분야이기도합니다! 저는 데이터를 통해 이러한 그래피컬 모델을 추정하는 방법에 대해 공부를 하였었는데요! 지난 학생동안 공부했던것을 복습하며 정리해보겠습니다. Thinki
Learning Cause-Effect Models
통계적 학습이론(Statistical Learning)의 관점에서 살펴보면, 가장 간단한 케이스인 cause-effect model을 학습하는 것 조차 어려움이 존재한다. Statistical Learning은 소위 주어진 관측값 $(X,Y)\_{i=1\\ldots,N
[Causal Inference] Randomised Experiments
Randomised Experiments를 통해 Association로 Causal Effect를 추정하는 방법
Structural Causal Model
줄여서 SCM이라고 하는 Structural Causal Model은 인과관계모델을 구조화한 표현이다. 여기서는 우선 원인(C)과 결과(E) 두 변수로 구성된 Cause-Effect 모델만을 다루고, 이에 대한 SCM을 다음과 같이 정의한다.Def. $C\\to E$에
Causal Model
Causal Inference, 즉 인과관계추론은 통계학의 한 분야로 사회과학 등 다양한 분야에 응용될 수 있는 영역이다. 2021년 노벨경제학상이 인과관계추론 분야에서 수상되며 전통적인 방법론이었으면서도, 최근 통계학의 중요한 분야로 떠오르는 추세이다. 기존의 선형모
[Causal Inference] Introduction To Causality
안녕하세요. 요즘 인과관계추론에 관심이 많아져 공부를 하는 중에 있는데요! 괜찮은 자료를 발견해서 이 내용을 공부해보고 스텝에 맞게 정리해보고자 합니다. 자료의 출처는 Causal Inference for the Brave and True (https://matheu
[Causal Inference] Mediation modeling at Uber
안녕하세요! 오늘은 Causal Inference 방법 중 하나인 Mediation modeling에 대해 알아보겠습니다. 우선 처음으로 Mediation이란 조정, 중재, 매개라는 의미로 Mediation modeling 방법은 이러한 매개를 검증하는 모델링 방법입니
Introduction to Causal Inference: Lecture 4 Backdoor Adjustment & Structural Causal Models
Brady Neal의 introduction to causal inference 4강 리뷰입니다.
Introduction to Causal Inference: Lecture 3 Graphical Models
Brady Neal의 introduction to causal inference 3강 리뷰입니다.