유연한 함수형 처치 효과 추정 방법론

섹션별 상세

함수형 처치(Functional Treatment) 환경에서의 효과 추정 문제를 정의한다. 잠재적 결과의 평균이 함수의 함수(Function of Functions) 형태로 나타나는 복잡한 구조를 분석하기 위해 유연한 스칼라-온-함수(Scalar-on-Function) 한계 구조 모델을 고려한다.

가중치 수정 커널 릿지 회귀(Weight-Modified Kernel Ridge Regression, WMKRR) 기법을 제안한다. 이 방식은 처치 선택 모델을 별도로 추정하는 대신, WMKRR 추정량 분해 과정에서 도출되는 균등 균형 오차(Uniform Balancing Error)를 직접 최소화하여 가중치를 구성한다.

표현 정리(Representer Theorem)를 적용하여 최적화 문제를 해결한다. WMKRR 하에서 유도된 균등 균형 오차의 구조는 매우 복잡하지만, 표현 정리를 통해 유한 차원의 볼록 알고리즘(Convex Algorithm)으로 변환하여 효율적인 계산이 가능하다.

이론적 분석을 통해 제안된 WMKRR 추정량이 최적의 수렴 속도(Optimal Convergence Rate)를 달성함을 증명했다. 특히 실제 가중치 함수에 대한 어떠한 매끄러움(Smoothness) 가정도 필요하지 않다는 점에서 기존 방법론 대비 강건성을 확보했다.

기술

Kernel Ridge Regression
Representer Theorem
Marginal Structural Model

활용 사례

의료 처방 궤적에 따른 환자 예후 분석
시간 가변적 정책 변화의 경제적 효과 추정
센서 데이터 기반의 공정 제어 효과 분석

언급된 리소스

논문Flexible Functional Treatment Effect Estimation (JMLR)