• 감성과학
• /
• 제26권1호
• /
• pp.55-64
• /
• 2023

본 연구는 범주속성들이 공통원인 혹은 공통효과 인과 네트워크로 연결되었을 때 인과강도에 따른 속성추론을 검증했다. 인과범주에서 속성추론을 검증한 기존 연구들은 인과관계의 방향, 연결된 속성의 개수, 원인 혹은 결과의 여부 등에 따라 고유한 추론 패턴이 나타남을 보여주었다. 다만 기존 연구들은 인과관계에 따른 추론패턴을 주로 탐색했으며 인과관계의 효과가 인과강도에 따라 어떤 변화를 보이는지 확인한 연구는 찾아보기 어렵다. 본 연구에서는 공통원인(실험 1), 공통효과(실험 2) 네트워크에서 인과강도에 따른 속성추론을 검증했다. 이를 위해 참가자들에게 속성들이 인과적 관련성을 가지는 범주를 학습하게 한 다음 속성추론 과제를 실시하도록 했다. 실험 결과 인과관계 뿐만 아니라 인과강도 역시 속성추론에 중요한 영향을 미쳤다. 인과강도가 강할 떄 공통원인 속성에 대해서는 추론이 약해진 반면 공통효과 속성에 대해서는 추론이 강해졌다. 또한 인과강도가 강할 때 공통원인이 존재하는 경우 결과속성들에 대한 추론이 강해진 반면 공통효과에서는 반대의 결과가 나타났다. 특히 공통효과에서는 인과강도가 강할 때 인과적 절감이 더 뚜렷하게 나타났다. 이 결과들은 인과적 범주에서의 속성추론에서 참가자들은 인과관계 뿐만 아니라 인과강도를 고려한다는 것을 일관성있게 보여준다.

• 대한인간공학회지
• /
• 제22권2호
• /
• pp.1-13
• /
• 2003

In general, causal relationship for theoretical concepts is hypothesized based on precedent studies and tested by a structural equation model. However, when theoretical backgrounds are scarce or absent, the causal relationship is hypothesized operatively by the purpose and scope of research and tested by overall goodness-of-fit indices such as GFI and RMR. Such a causal relationship can't be most appropriate statistically because it is selected as specific relationship from researcher's view among possible causal relationships. Therefore, this study is to propose a procedure for identifying the causal relationship that produces the best GFI among possible causal relationships for theoretical concepts.

• 의료법학
• /
• 제15권2호
• /
• pp.435-459
• /
• 2014

Supreme Court of Korea has been mitigating the burden of proof on the malpractice and causal relation by a patient in accordance with the practical transfer of such burden of proof on causal relation as well as relieving a doctor's burden of proof on mistake in the civil damage claim suits on the malpractice. However, a prosecutor shall strictly prove the causal relation between malpractice and unfavorable results as well as a doctor's mistake in the criminal cases for making a doctor accept the professional negligence resulting in death or injury in accordance with In Dubio Pro Reo principles. Furthermore, it shall not be allowed to relieve the burden of proof on malpractice and causal relation which has been frequently applied in the civil proceedings. Nevertheless, it was widely known that the front-line courts accepted the malpractice and causal relation by quoting the legal principles on relieving the burden of proof on malpractice and causal relation applied in the civil cases even in criminal cases with no or insufficient proof on malpractice or causal relation. However, the latest precedents in Supreme Court explicitly declared the opinion that there was no reason to apply the legal principle to relieve the burden of proof on the malpractice and causal relation in the criminal cases requiring the proof 'which doesn't cause any reasonable doubt' on malpractice and causal relation in accordance with the legal principles 'favorable judgment for a defendant in case of any doubt' on the basis of the strict principle of 'nulla poena sine lege.' Accordingly, Supreme court definitely clarified that there would be no reason to relieve the burden of proof on malpractice and causal relation in criminal cases by reversing several original judgments accepting malpractice and causal relation even though there were no strict evidence.

• 논리연구
• /
• 제22권1호
• /
• pp.183-209
• /
• 2019

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.

• 논리연구
• /
• 제20권1호
• /
• pp.21-67
• /
• 2017

이 글에서 필자는, 선언 인과(disjunctive cause)를 위한 사토리오(Satorio 2006)의 논증을 비판적으로 검토하고 평가한 후, 사토리오가 선언 인과로 의도한 바를 우리의 직관에 더 잘 부합하는 인과 구조로 보여주고자 한다. 우선, 선언 원인을 주장하는 사토리오의 논증을 소개한다. 다음으로, 이 논증에 가능한 반론들에 대한 사토리오의 응답과 그 논증에서 필자가 새롭게 주목하는 문제를 논의한다. 마지막으로, 사토리오가 선언 원인의 근거로 제시한 인과 구조를, 조절 효과 변수와 인과 상호작용 그리고 확률 궤적으로 해명한다. 결과 사건과 관련하여 원인 사건과 조절 효과의 인과 상호작용, 그리고 결과 사건의 비결정성이 갖는 의미와 역할을 본다. 이들 논의를 통해 선언 원인 사건에 대한 사토리오의 해명보다 필자의 해명이 우리의 직관에 더 부합하며, 또한 인과적 책임을 행위자에게 할당하는 데에 더 설득적임을 보여준다. 이 글에서 필자의 핵심 주장은 다음과 같다. 선언 인과 구조는 사토리오가 주장하는 것과 다르게 해명해야 한다. 선언 원인 사건이 아니라, 사건들이 결과 사건에 연결될 성향들이 있는 데 이들 성향의 선언 관계가 있다. 인과적 책임을 행위자에게 부여하려면, 인과 사건의 비결정성에 주목해야 한다.

• 논리연구
• /
• 제5권2호
• /
• pp.115-131
• /
• 2002

The problem of disjunctive causal factors is generalized as follows. Suppose that there are no factors of the kind considered so far that need to be held fixed in background contexts. Nevertheless, it is still possible that within the background contexts, each disjunct of a disjunctive causal factor X v W confers a different probability on an effect factor in Question. So a problem arises of how we identify a single causally significant probability of the effect factor in the presence of the disjunctive causal factor, assuming that each disjunct of the disjunctive causal factor confers a different probability on the effect factor. In this paper, I first introduce an experiment in which disjunctive causal factors seem to pose a problem for the theory of probabilistic causation. Second, I show how Eells' solution to the problem of disjunctive causal factors meets the problem that arises in the experiment. Third, I examine Hitchcock's arguments against Eells' solution, arguing that Hitchcock misconstrues Eells' solution, and disregards the feature of the theory of probabilistic causation such that a factor is a causal factor for another factor relative to a population P of a population type Q.

• Communications for Statistical Applications and Methods
• /
• 제29권2호
• /
• pp.177-191
• /
• 2022

This paper addresses the use of machine learning methods for causal estimation of treatment effects from observational data. Even though conducting randomized experimental trials is a gold standard to reveal potential causal relationships, observational study is another rich source for investigation of exposure effects, for example, in the research of comparative effectiveness and safety of treatments, where the causal effect can be identified if covariates contain all confounding variables. In this context, statistical regression models for the expected outcome and the probability of treatment are often imposed, which can be combined in a clever way to yield more efficient and robust causal estimators. Recently, targeted maximum likelihood estimation and causal random forest is proposed and extensively studied for the use of data-adaptive regression in estimation of causal inference parameters. Machine learning methods are a natural choice in these settings to improve the quality of the final estimate of the treatment effect. We explore how we can adapt the design and training of several machine learning algorithms for causal inference and study their finite-sample performance through simulation experiments under various scenarios. Application to the percutaneous coronary intervention (PCI) data shows that these adaptations can improve simple linear regression-based methods.

• 응용통계연구
• /
• 제32권2호
• /
• pp.173-185
• /
• 2019

과학적 연구에서 핵심적인 연구 주제 또는 가설은 대부분 인과적 질문(causal question)을 포함한다. 예를 들어, 전염병 예방을 위한 치료법의 효과 연구, 특정 정책의 시행으로 인한 효용(utility)의 평가에 대한 연구, 특정 사용자를 대상으로 노출된 광고의 종류에 따른 광고의 효과성에 대한 연구는 모두 인과 관계(causal relationship)의 추론이 요구된다. 이러한 인과 관계를 다루는 통계적 인과 추론(statistical causal inference)의 주요 관심사 중 하나는 모집단에 일종의 개입(정책 혹은 처치)을 적용한 후 개입의 효과를 정확하게 추정하는 것이다. 인과 추론은 임상실험과 정책결정에서 주로 이용되었으나, 이른바 빅데이터 시대의 도래로 가용한 관측자료가 폭발적으로 증가하였고 이로 인하여 인과 추론에 대한 잠재적 응용가치와 수요가 지속적으로 증가하고 있다. 하지만 가용한 대부분의 자료는 임의실험 기반의 자료와 달리 개입이 임의로 분배되지 않은 비실험 관측자료이다. 따라서, 본 논문은 비실험 관측자료로부터 개입의 효과를 추정하기 위한 인과 추론의 핵심 개념과 최근의 연구동향을 소개하고자 한다. 이를 위하여 본문에서는 먼저 개입의 효과를 Neyman-Rubin의 잠재 결과(potential outcome) 모형으로 나타내고, 개입의 효과를 추정하는 여러 접근법 중 특히 성향점수(propensity score) 기반 추정법과 회귀모형 기반 추정법을 중점적으로 소개한다. 최근 연구동향으로는 (1) 평균 효과 크기 추정을 넘어선 개인별 효과 크기의 추정, (2) 효과크기 추정에 있어서 자료 규모의 증대로 인한 차원의 저주가 야기하는 난제들과 이에 대한 해결방안들, (3) 복합적 인과관계를 반영하기 위한 Pearl의 구조적 인과 모형(structural causal model) 및 잠재 결과 모형과의 비교의 3가지 주제로 구분하여 소개한다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제27권2호
• /
• pp.179-188
• /
• 2008

The purpose of this study is to investigate the effects of the causal thinking activity of Let's Think Through Science(LTTS) program on causal thinking and science process skills of elementary school students. Four classes of 4th graders (N=119) from a elementary school were divided into the control and the experimental groups. Causal thinking activity of LTTS program was used with the experimental group, while the normal curriculum was conducted with the control group. Both groups were given a pre-post test on causal thinking abilities and science process skills. And the experimental group was given 15- item questionnaires analyzing of perception on LTTS program. This study revealed that causal thinking activity of the LTTS program were effective on the development of students' causal thinking abilities and science process skills. ANCOVA results revealed that the scores of causal thinking abilities for the experimental group significantly higher than those of the control group. In the sub-tests of the causal thinking abilities all categories were effective. And ANCOVA results of the science process skills were also effective. Science process elements of observation, recognizing of a problem were significantly higher. And elementary students preferred to the causal thinking activity of LTTS program so that it was interesting, useful, helpful to each other in studying science.

• 대한간호학회지
• /
• 제31권2호
• /
• pp.232-243
• /
• 2001

When people undergo stressful situations such as a cancer diagnosis, they ask, "why me\ulcorner" The causal attributions people make about cancer influence what kind of coping strategies are chosen. Weiner (1979) suggested three dimensions of causal attributions: focus of causality, stability, and controllability. The purpose of the present study was to test the relation between causal attributions and self-efficacy in patients with cancer. The subjects were 194 patients who had been diagnosed cancer one year ago and attended an outpatient clinic. 1. Each mean score of causal attribution dimensions (focus of control, stability, controllability) that each patient made about cancer was 2.47, 2.73, 2.86, 3.35, and 3.28. The mean score of self-efficacy was 71.03. 2. There was a significant negative correlation between self efficacy and controllability. Particularly, there was a significant negative relationship between self efficacy and external controllability. Based upon these results, it is recommended that the developing nursing interventions to change causal attribution and self-efficacy is necessary. A number of theoretical relationships and empirical finding are confirmed by this data, and future proposals in research is suggested.