#dag

노트 6개

• Back-door Criterion Back-door Criterion (Pearl, 1993)은 observational data에서 causal effect를 식별하기 위한 graphical criterion. 변수 집합 $Z$가 $X \rightarrow Y$의 causal effect 식별에 충분한지 판단.
• Collider Collider는 treatment (X)와 outcome (Y) 모두로부터 영향을 받는 변수 (common effect). X → C ← Y 구조에서 C가 collider.
• Confounder Confounder는 treatment (X)와 outcome (Y) 모두에 영향을 주는 변수 (common cause)로, X와 Y 사이에 spurious (non-causal) association을 생성.
• d-separation d-separation (directional separation)은 DAG에서 두 변수 집합이 세 번째 집합에 조건부로 독립인지 판단하는 graphical criterion.
• DAG (Directed Acyclic Graph) DAG (Directed Acyclic Graph)는 변수 간의 causal relationship을 시각적으로 표현하는 그래프. Causal inference에서 confounding 구조를 파악하고 identification strategy를 결정하는 핵심 도구.
• Mediator Mediator는 treatment (X)가 outcome (Y)에 영향을 주는 causal pathway 상에 있는 중간 변수. X → M → Y 구조에서 M이 mediator.