반응형
Recent Posts
Notice
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
Tags
- Recsys
- 빅쿼리
- mathematicalthinking
- chatGPT
- 독후감
- Bayesian
- BigQuery
- recommendation system
- 회고
- 코세라
- CausalInference
- 선형대수학
- DataAnalyst
- 베이지안통계
- 데이터분석가 코딩테스트
- 수학적해석학
- 실무로통하는인과추론
- 네카라쿠배당토
- 나의서양미술순례
- 글또10기
- 인과추론개요
- 오블완
- 인과추론
- 벡터
- 데이터분석
- 잠재적결과
- 데이터분석가
- 인과추론 무작위 실험
- 티스토리챌린지
- SQL
Archives
- Today
- Total
목록propensityscore (1)
Derek 의 데이터 성장기

해당 글의 내용과 코드는 모두 실무로 통화는 인과추론을 참고하였습니다.0. 성향점수성향점수는 Propensity Weighting 이라는 용어로서 편향 제거 방법이다. 4장에서 선형회귀 분석으로 교란 요인 보정과 편향 보정을 배울 수 있었다. 하지만, 성향점수는 직교화처럼 잔차를 생성하는 대신, 처치 배정 메커니즘을 모델링하고 모델 예측을 사용하여 데이터를 재조정(Reweight) 하는 방식이다. 4장에서 배운 원리와 성향점수 가중치를 결합한 이중 강건성도 알 수 있다. 해당 방법은 이진(Binary)이나 이산형(Discrete) 처치가 있을 때 적합하다. 하지만, 연속형 변수에도 성향 점수 가중치를 사용할 수 있다. 1. 회귀분석과 보정import statsmodels.formula.api as smf..
Data/인과추론
2024. 11. 10. 17:35