[SAS 활용 노하우] 통계 - 인과성(Causation)

[#1]

통계학에서 인과성이란 원인과 결과가 "어떻게" 또는 "왜" 영향을 기쳤는지에 대해 이해하는 것 입니다.

소아비만이 당뇨에 미치는 영향, 교육 정도와 급여의 관계 등에서 인과성을 찾아 사회문제에 현실적인 대안을 제시할 수 있다.

■ Simpson's Paradox

심슨의 역설은 전체 인구에서는 유지되는 통계적 연관성이 하위 집단에는 유지되지 않는 현상을 의미합니다.

흡연자가 비흡연자보다 높은 급여를 받는다라는 가설을 가지고 심슨의 역설을 설명하겠습니다.

하지만 나이와 소득 수준 등 많은 속성을 고려하면 다른 결과를 가지고 올 수 있습니다.

심슨이 제안한 심슨의 역설은 환자 집단에서 신약을 복용한 환자와 복용하지 않은 사람을 비교하였습니다.

약을 복용한 사람들 중에서 회복된 사람의 비율은 약을 복용하지 않은 사람 중 회복된 사람의 비율보다 낮았습니다.

하지만, 이를 성별로 분류하자면, 신약을 복용한 남성들이 신약을 복용하지 않은 남성들보다 더 많은 환자가 회복되었고, 여성 중에서는 신약을 복용한 여성들이 비복용 여성보다 회복력이 좋았습니다.

즉, 남성과 여성에게 복용하면 회복력이 좋아지게 보이지만, 사실은 전체 인구로 봤을 때는 회복력을 방해하는 것처럼 보입니다.

이러한 연구결과를 고려했을 때, 성별을 알 수 없을 때는 약을 처방하면 안될 것 입니다.

변수 Y가 변수 X에 의존하면 변수 X는 변수 Y의 원인이 될 수 있고, Y가 X를 듣고, 듣는 것에 따라 값을 결정하면 X는 Y의 원인이 됩니다.