본 글은 Korea Summer Workshop on Causal Inference 2023의 내용을 주관적으로 정리한 글입니다. 추가적인 설명이 필요한 분들을 위해 원래 영상 링크를 같이 첨부합니다.

Week 2. Randomized Controlled Trial

무작위 실험
- Identification의 핵심
  - identification = 인과적 효과를 추정하기 위해 어떤 조건, 가정이 필요한지 고려하는 단계
- 인과추론의 기준점

2-1. Potential Outcome Framework

Counterfactual = Potential outcome for treated if not treated
- 반사실
- 처리, 원인이 없었을 경우의 결과
Causal effect = (Actual outcome for treated if treated) - (Potential outcome for treated if not treated) (이상적인 정의)
- Treatment의 (causal) effect = 잠재적 결과의 차이
- (하지만) 우리는 원인이 있을 때와 없을 때, 모든 경우에 대한 잠재적 결과를 얻을 수 없고 단 하나만 얻을 수 있음
Control Group
- Comparison Group
- 처리, 원인이 없는 그룹
- Actual outcome for untreated if not treated 에 대해서만 관측 가능함

Treatment Group = Subject 1, 2
Control Group = Subject 3, 4
추정 대상 = ATE
- 개인의 treatment effect(; ITE)는 identify하기 어려움
- 집단의 평균적인 반응은 조금 더 수월함
정의
- ATE = $E(Y_i(1)) - E(Y_i(0))$
- ATT = $E(Y_i(1)|T_i=1) - E(Y_i(0)|T_i=1)$
- ATU = $E(Y_i(1)|T_i=0) - E(Y_i(0)|T_i=0)$
- CATE(; Conditional ATE) or HTE(; Heterogeneous Treatment Effect) = 특성별 ATE
Selection Bias (= endogeneity, 내생성)
- Control group $\ne$ Counterfactual
- (Outcome for treated if not treated) - (Outcome for untreated if not treated)
- Treatment group과 Control Group, 두 그룹의 특성이나 성향이 다름 (다를 수 밖에 없음)
- 그래서 Control 그룹의 결과로 Treatment 그룹의 반사실을 추정하는게 맞지 않음
Ceteris Paribus (→ Potential Outcome Framework의 중요한 전제, 가정)
- All other things being equal. 비교 가능한 상태를 의미
- ‘Control 그룹’이 treatment를 제외하고 나머지 특성에 대해서는 ‘Treatment 그룹’과 비교 가능해야(같아야) 함
  - selection bias가 제거되어야 함