A/B 테스트 등의 실시가 어렵고, 배경 인자(교락)의 편향을 포함한 「관찰 데이터」로부터 진정한 효과를 이끌기 위해서는, 수식적인 이해와 직관적인 검증의 양립이 불가결합니다. 본 발표에서는, JMP 19에 표준 탑재된 「인과 처치 효과」플랫폼을 활용해, 교락의 과제를 고도로 해결하는 어프로치를 소개합니다.
종래의 「SAS Japan제 경향 스코어 매칭 애드인」으로부터 대폭으로 진화해, JMP 19에서는 전 데이터를 살리는 「IPW」나, 2개의 모델의 한쪽이 잘못되어도 올바른 인과 효과를 이끄는 최첨단의 「AIPW(이중 로버스트법)」가 실장되었습니다.
본 세션에서는 이러한 수법의 수식적인 구조를 견해하면서, 실무에서의 선택 기준과, 집단 전체에의 효과(ATE)와 처치군에의 효과(ATT)의 간단한 전환 방법을 설명합니다. 또한, 편향의 해소도를 한눈에 검증할 수 있는 공변량 밸런스 플롯 등의 비주얼한 그래프 진단 툴의 유용성을 데모로 실증합니다. 수식의 이론을 바탕으로 하면서도, 모두가 「진정한 인과 효과」를 직관적으로 파악하고, 확실한 의사결정을 하기 위한 워크플로우를 제안합니다.
