그림자 변수로 해결하는 비무시가능 결측 교란 변수의 중재 분석 효율적 추정

초록

본 논문은 비무시가능하게 결측된 사전 교란 변수들을 포함한 중재 분석에서, 그림자 변수를 활용한 식별 전략과 Sieve 기반 Iterative Outward(SIO) 추정법을 제안한다. 제안 방법은 비정규화된 역문제에도 불구하고 점근적 정규성을 보이며, 반효율적 영향함수를 이용해 효율 손실을 정량화하고, 디바이어스드 머신러닝을 통해 고차원 데이터에서도 유효한 추정과 추론을 가능하게 한다. 시뮬레이션과 CFPS 실증을 통해 실용성을 검증하였다.

상세 분석

이 연구는 비무시가능 결측 교란 변수가 존재할 때 중재 효과를 비모수적으로 추정하는 데 직면하는 두 가지 근본적 난제를 해결한다. 첫 번째는 식별 문제이다. 기존의 순차적 무시 가능성 가정은 결측이 완전히 무작위일 때만 성립하지만, 실제 데이터에서는 소득과 같은 변수의 결측이 값 자체에 의존한다(비무시가능). 저자들은 그림자 변수(framework)를 일반화하여, 관측된 공변량 중 특정 독립성 조건을 만족하거나 외부 보조 데이터에서 얻은 변수들을 그림자 변수로 활용한다. 이를 통해 결측 메커니즘 f(r|x)를 식별하고, 각 결측 패턴별로 중재 함수 θ=E