시간 시계열 예측의 인과적 탈편향 접근

초록

본 논문은 잠재적 혼란변수(잠재적 교란)를 고려하지 않아 발생하는 시계열 예측 편향을 인과추론 프레임워크와 구조방정식 모델을 통해 정량화하고, 과거 데이터를 이용해 교란을 추정한 뒤 기존 예측 모델에 통합하는 방법을 제안한다. 이 방법은 기후 데이터에 적용해 30%~60% 수준의 MSE 감소와 장기 예측에서의 향상을 입증한다.

상세 분석

본 연구는 시계열 예측 문제를 잠재적 교란 Zₜ가 존재하는 인과 그래프로 모델링하고, 전통적인 예측 모델이 Aₜ(처치)와 Xₜ(관측 변수)만을 이용할 때 발생하는 ‘시간적 교란 편향’을 정의한다. 정의에 따르면 E