치료 효과의 알레아토릭 불확실성 정량화 새로운 직교 학습기

초록

**
본 논문은 관찰 데이터에서 치료 효과의 알레아토릭(내재) 불확실성을 공변량 조건부 수준에서 정량화하기 위해, Makarov 경계를 이용한 부분식별 방법을 제안한다. 이를 위해 Neyman‑orthogonal 특성을 갖는 AU‑learner를 설계하고, 조건부 정규화 흐름(CNF)을 활용한 AU‑CNF 모델을 구현한다. 이 접근법은 기존 비직교 플러그인 추정기의 한계를 극복하고, 이론적 준오라클 효율성을 보장한다.

**

상세 분석

**
이 연구는 치료 효과의 평균적 요약(예: CA‑TE)만으로는 환자 개별의 위험·이득을 충분히 파악할 수 없다는 점에 착안한다. 치료 효과 Δ = Y