#dag

노트 6개

• Back-door Criterion back-door 기준(back-door criterion, Pearl 1993)은 관찰 데이터(observational data)에서 인과효과(causal effect)를 식별(identification)할 수 있는지 판단하는 그래프 기준이다. 즉 변수 집합 $Z$가 $X \rightarrow Y$의 인과효과를…
• Collider collider는 처치(treatment) X와 결과(outcome) Y 양쪽 모두로부터 영향을 받는 변수, 즉 공통 효과(common effect)다. X → C ← Y 구조에서 C가 collider에 해당한다.
• Confounder 교란변수(confounder)는 처치(treatment) $X$와 결과(outcome) $Y$ 양쪽 모두에 영향을 주는 공통 원인(common cause)이며, 이 때문에 $X$와 $Y$ 사이에 인과가 아닌 허위 연관(spurious association)이 생긴다.
• d-separation d-separation(directional separation)은 DAG에서 두 변수 집합이 세 번째 집합으로 조건부 독립인지를 그래프 구조만으로 판정하는 기준(graphical criterion)이다.
• DAG (Directed Acyclic Graph) DAG는 변수 사이의 인과 관계(causal relationship)를 화살표로 표현하는 비순환 방향 그래프다. 인과추론(causal inference)에서 교란(confounding) 구조를 파악하고 식별 전략(identification strategy)을 결정하는 핵심 도구다.
• Mediator 매개변수(mediator) M은 처치(treatment) X가 결과(outcome) Y에 영향을 주는 인과 경로(causal pathway) 위에 놓인 중간 변수다. 즉 X → M → Y 구조에서 M이 매개변수다.