Causal Instrumental Variables, Intervention, and Causal Transitivity

인과 도구 변수와 조종자 그리고 인과 이행성의 관계

  • Received : 2019.01.23
  • Accepted : 2018.02.14
  • Published : 2019.02.28

Abstract

In this paper, I first examine Reiss'(2005) arguments for the causal instrumental variable. Second, I argue that the conditions for causal transitivity I consider meet what the causal instrumental variables and the interveners of the manipulation theory of causation are intended to hold. Reiss shows that two conditions for instrumental variables are not sufficient for causal significance of independent variables for dependent variables. Reiss articulates and reformulates the conditions for instrumental variables in terms of the conditions on causality, while naming his instrumental variables as causal instrumental variables. Reiss argues that the causal instrumental variables are similar to the interveners of the manipulation, or intervention theory of causation. He further argues that the causal instrumental variables do a better job the interveners do. I argue that the conditions for causal transitivity I consider meet the goal the conditions for the causal instrumental variables and the conditions for the interveners both are intended to achieve.

이 글에서 필자는 회귀 분석(regression)에 이용되는 도구 변수(instrumental variables)에 대하여 인과 구조 모형의 관점에서 제시된 새로운 이론을 검토하고 평가한다. 도구 변수는 회귀분석에서 결과로 가정하는 종속 변수에 대해 원인으로 가정하는 독립 변수가 갖는 원인 효과를 올바르게 평가하기 위해 고안된 것이다. 도구 변수는 두 가지 조건을 충족해야 한다. 첫째, 도구 변수는 독립 변수와 상관관계를 가져야 한다. 둘째, 도구 변수는 오차항과 상관관계를 가져서는 안 된다. 라이스(Reiss 2005)는 기존의 두 조건만으로는 도구 변수로 독립 변수의 원인 효과를 온전히 드러낼 수 없다고 본다. 라이스는 도구 변수가 이들 두 조건을 충족하여도 독립 변수가 종속 변수에 원인 효과를 갖지 않는 경우가 가능함을 보여준다. 라이스는 기존의 조건에 인과의 특성에 관한 조건들을 도입하고 이를 토대로 인과 도구변수 조건을 다시 제시한다. 다른 한편으로, 라이스는 도구 변수가 인과에 대한 조종 이론의 조종자(개입, 간섭)와 유사한 역할을 한다고 본다. 라이스는 도구 변수와 조종자(개입, 간섭)의 유사성과 차이성을 제시하고 인과 도구변수의 조건이 조종자의 조건보다 상대적으로 방법론적 수월성을 갖는다고 주장한다. 필자는 라이스의 주장들을 검토하고, 도구 변수를 위한 새로운 인과 조건이 필요한지를, 그리고 방법론적 수월성이 있는지를 평가하겠다. 필자가 고려하는 인과의 이행성을 위한 조건만으로도 인과 도구 변수와 조종자의 조건의 목표를 충족할 수 있는지를 보겠다.

Acknowledgement

Supported by : 한국연구재단

References

  1. 김우철 외 (2000), 통계학 개론, 제 4 개정판, 영지문화사.
  2. 김준성 (2008), 확률과 인과, 아카넷.
  3. 김준성 (2015), "이행적 인과 경로를 통한 원인 효과에 대한 해명: 구조 방정식에 토대한 인과 모형의 원인 효과 개념에 대한 평가와 대안", 논리연구, 18(1), pp. 83-133. https://doi.org/10.22860/KAFL.2015.18.1.83
  4. 김준성 (2019), "인과에 대한 개입(intervention) 이론의 문제와 최적합 모형", 예술인문사회융합멀티미디어논문지, 9(2), 예정.
  5. Eells, E. (1991), Probabilistic Causality, Cambridge University Press.
  6. Eells, E. & Sober, E. (1983), "Probabilistic Causality and the Question of Transitivity", Philosophy of Science, 50(1), pp. 35-57. https://doi.org/10.1086/289089
  7. Mann, P. S. (2007), Introductory Statistics, John Wiley & Sons.
  8. McCain, K. (2015), "Interventionism Defended", Logos & Episteme, 6(1), pp. 61-73. https://doi.org/10.5840/logos-episteme2015613
  9. Reiss, J. (2005), "Causal Instrumental Variables and Interventions", Philosophy of Science, 72(5), pp. 964-976. https://doi.org/10.1086/508953
  10. Strevens, M. (2007), "Review of Woodward, Making Things Happen", Philosophy and Phenomenological Research, 74(1), pp. 233-249. https://doi.org/10.1111/j.1933-1592.2007.00012.x
  11. Woodward, J. (2005), Making Things Happen: A Theory of Causal Explanation, Oxford University Press.