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.
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.
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.
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.
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.
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.
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.
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.
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.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.