Credibility Revolution
Cause-and-Effect은 무엇인지?
데이터를 통해서 인과관계를 추론하는 것
체계적인 데이터분석의 방법
일상생활에서 인과관계를 분석하는 데에는 어렵지 않음
but 데이터로 하는 것은 어떤 관심을 가져야 하는가??
최근에 중요성이 커지고 있음
최근 노벨 경제학상
주로 이론적 기여를 인정 but 데이터분석에 대한 실증적인 연구를 더 인정함
2019 개발경제학 현장실험 연
2021 노동경제학의 자연실험, 인과추론의 방법론적 기여를 인정
Credibility Revolution이 주요 키워드
계량경제 관행의 비판이 많음
일반적인 통계 분석 관행의 비판이라고도 할 수 있음
'Let's Take the Con out of Econometrics'가 대표적인 비판하는 논문
통계 모형에 기반을 두고 있음
통계적 과정을 수반한
but 현실에서 어떤 통계모형이 가장 적합한지 알 수 없음
결과적으로 특정 현상을 분석하는 데 같은 데이터를 가지고 통계모형과 가설에 따라 다른 결과를 낳음
논문에서 여러 통계 모형과 model specification에 대한 민감성 분석(sensitivity test)를 대안으로 제시
그로부터 30년 후
2021 노벨 경제학 수상자 중 한 분인 Joshua Angrist 교수
반박문 : 데이터의 신뢰성에 대한 우려가 어떻게 해소될 수 있는지 설명
통계모형 중심의 연구 비판은 인정, 이를 해결하고 데이터 신뢰성을 제고하는 breakthrough(돌파구)는 통계 모형이 아닌 잘 설계된 research design에 있다고 주장
과거 통계 모형 심 -> research design 중심으로 패러다임 shift를 가속화하는 중요한 역할
핵심 방법론
Randomized Controlled Trial(RCT) 무작위 실험
2000년대 중반 이후로 활용이 급격히 증가하고 있음
그 외의
실험이 불가능한 상황에서도 실험과 유사한 상황을 만드는 자연실험, 준실험 방법론의 활용도 최근 10년 20년 가파르게 증가함
신뢰성 있는 인과추론을 가능하게 하는 Credibility Revolution이 game changer
2021년에도 이러한 공로를 인정
observational data를 활용해 인과추론을 위해서 RCT를 모방하고자 하는 design approach를 인정!
15주 동안 다룰 내용의 핵심임 ~~
대표적인 예시
Jhon snow의 콜레라 퇴치에 관한 연구
: 연구계 의사
: 19세기 말 콜레라가 나왔을 때 나쁜 공기가 아니라 물에 의해 감염된다는 것을 처음으로 입증 -> 많은 사람들을 구함
: 역학의 아버지
: how 물에 의해서 확산된다는 것을 알 수 있었을까?
진정한 공로는 활용한 통계모형이 아닌
기발한 논리로 고안한 자연실험, 그 자연실험에 맞는 데이터, 이를 얻으려는 노력에 있음!
발로 뛰면서 하는 노력
비유적으로 Shoe Leather라고 표현함
인과추론을 가능하게 하는 것은 research approach에 있다는 것!
mega trend임
인과추론 방법론의 활용은 2000년대 이후로 급격히 증가
finance는 economic 친척분야
변화의 흐름이 상대적으로 발 맞춤
비교적 최근에 credibiltiy revolution 변화하고 있음
operations managemetn와 political science 분야 모두 인과추론이 확산됨
인과추론의 역사
Guido Imbens 휘도 임배슨 교수님
definition
1. causality
2. randomized experiment
3. observational studies
timeline of causality
19세기 John Snow
1920 ~ 30 Fisher, ,Neyman
Randomized experiments: Analysis and design
1962 Congress
Requirement : randomized experiments for drug efficacy
Banerjee, Duflo & Kremer : online saler
Tinbergen :Potato flour(supply + demand cultural market price)
Wright, Tinbergen
Havvelmo : structural econometric models
Rubin : Potential outcome for observational studies
Cowles Commision : more complex econometric models
Phil Dawid : despair
Econometrics in Crisis
Skepticism,
Econometrics,
Replication Failure
: inspired push toward experimental evaluation - nobel prixe econoimc 2019
Princeton Approach: Natural Experiments
Angrist, Ashenfelter-Krueger, Card, Krueger(인물임)
'인과추론' 카테고리의 다른 글
Week 2-2 잠재적결과 프레임워크의 가정 (0) | 2024.01.15 |
---|---|
Week 2-1 잠재적결과 프레임워크 (1) | 2024.01.14 |
Week 1-4 인과추론의 목적 (1) | 2024.01.14 |
Week 1-3 빅데이터와 AI 시대의 인과추론 (1) | 2024.01.05 |
Week 1-2 인과추론의 어려움 (3) | 2024.01.04 |