이중강건추정 (Doubly Robust Estimation)

한 줄 정의: 처치 모형과 결과 모형 중 하나만 옳아도 일치추정이 되는 인과효과 추정법입니다.

쉽게 풀면

인과효과를 추정하려면 보통 처치받을 확률을 모형화하거나 결과를 모형화합니다. 두 방법 모두 모형을 잘못 세우면 편향이 생깁니다. 이중강건추정은 두 모형을 한 추정식에 결합해, 둘 중 하나만 제대로 설정되어 있어도 올바른 값을 향해 수렴하도록 만든 방법입니다.

왜 중요한가

관찰연구에서 모형 설정 오류는 늘 걱정거리인데, 두 번의 기회를 준다는 성질은 실무적으로 큰 안전장치입니다. 최근에는 기계학습으로 두 모형을 추정하면서도 유효한 신뢰구간을 얻는 인과추론 방법의 기본 골격으로 널리 쓰입니다.

논문에서는 이렇게 쓰입니다

"성향점수 모형과 결과 모형을 결합한 이중강건 추정량으로 평균처치효과를 산출하였다."

두 모형 중 하나만 옳아도 일치성이 유지되도록 설계된 추정량을 사용했다는 뜻입니다.

조금 더 깊게 보면

대표적 형태인 확장 역확률가중 추정량은 역확률가중 항에 결과 모형의 예측값을 이용한 보정항을 더한 구조입니다. 이 보정항 덕분에 한 모형의 오차가 다른 모형에 의해 상쇄됩니다. 두 모형이 모두 옳으면 효율적 영향함수에 해당하는 분산을 달성하며, 기계학습 추정과 표본분할을 결합한 이중기계학습으로 확장되어 모형 선택의 과적합 문제까지 다룹니다.

주의할 점

"이중으로 강건하다"는 것은 두 모형이 모두 틀렸을 때까지 보호해 준다는 뜻이 아니며, 성향점수가 0이나 1에 가까울 때는 오히려 불안정해질 수 있습니다. 하나의 모형만 쓰는 역확률가중이나 g-계산법과 달리 두 모형을 모두 세워야 한다는 점도 유의해야 합니다.