KCI등재
경향점수 추정 모형에 따른 매칭 및 인과효과 검정 결과 비교 : 다층자료의 모의분석 = A Comparison of the Models in Estimating Propensity Scores and the Results of Matching and of Causal Inference
저자
송승원(Seungwon Song) ; 강상진(Sang-Jin Kang) ; 이규민(Guemin Lee) 연구자관계분석
발행기관
학술지명
권호사항
발행연도
2015
작성언어
-주제어
KDC
370
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
701-730(30쪽)
제공처
이 연구는 경향점수의 추정과 인과효과 검정에서 분석 자료의 다층구조가 미치는 영향을 밝히고자 하였다. 동일한 모집단에서 반복 표집하여 생성한 모의표본 자료를 분석하는 실험을 통하여, 다층구조를 무시한 로지스틱 모형과 다층구조를 반영하는 로지스틱 다층모형으로 각각 추정한 경향점수에 어떠한 차이가 있는지 밝히고, 추정된 경향점수를 바탕으로 진행되는 경향점수매칭 및 인과효과 검정결과에서 어떠한 차이가 있는지 알아보았다. 연구 결과, 로지스틱 다층모형으로 추정된 경향점수가 로지스틱 모형으로 추정된 경향점수보다 더 큰 변산을 갖는 것으로 나타났으나, 해당 경향점수를 기준으로 매칭된 처치집단과 통제집단의 사례 수는 로지스틱 모형의 경우보다 더 작았다. 매칭 후 경향점수, 학교 및 학생수준 공변수의 처치집단과 통제집단 동등성 정도는 학생수준 공변수의 경우 로지스틱 모형이, 학교수준 공변수의 경우 로지스틱 다층모형이 두 집단의 분포를 보다 유사하게 만드는 효과가 있었다. 마지막으로 실시한 인과효과 검정 결과, 로지스틱 다층모형의 경우 대다수의 데이터 세트에서 처치효과가 없었다고 분석된 반면, 로지스틱 모형의 경우 100개의 데이터 세트 모두 처치효과가 있다고 분석되었다. 따라서 인과효과를 분석하고자 하는 비실험연구의 데이터가 위계적 구조의 자료인 경우, 두 모형은 전혀다른 결론에 도달한다는 증거가 발견되었다. 이 연구의 결과에서는 로지스틱 모형과 다층로지스틱 모형의 선택은 분명하지 않으며, 두 모형에 의한 교차타당화 작업이 요청된다. 또한 경향점수 추정에서 모형의 적절성을 평가할 수 있는 모의실험이 필요하다.
더보기This study examined the effect of multilevel structure of data on the estimation of propensity score and causal inference. By analyzing multilevel data sets repeatedly sampled 100 times from the statistically recovered population data, we investigated the differences of matching and those of causal inference when the logistic multilevel- and regression model were applied in estimating the propensity score. The results indicated that the distributions of propensity scores, and the number of matched data sets all differ when the propensity scores were estimated by the two models. In the case of matching students level covariates, logistic regression model performed better than logistic multilevel model in matching the covariate distributions between treatment and control groups. However, in case of school level covariates, we found the opposite results, in which multilevel model performed better. The results also showed two models influenced differently on the causal inference. Therefore this study reports that two models lead to different conclusion in causal inference via propensity score matching under the circumstance when the data are hierarchical. We suggest that cross validation is needed when causal inference is made based on propensity score matching in the analysis of multilevel data. Also, it is necessary to conduct a simulation study in order to evaluate the adequacy of a model to estimate the propensity score.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)