알 수 없는 혼합 결측에 대한 인과 효과 경계

초록

본 논문은 결측 결과가 정보성(비무시 가능)과 비정보성(무시 가능) 두 가지 원인의 혼합으로 발생한다는 가정 하에 평균 처리 효과(ATE)를 직접 식별할 수 없을 때, 사용자 지정 민감도 파라미터를 이용한 경계(bounding) 방법을 제시한다. 비정보성 결측은 전통적 MAR 가정으로 처리하고, 정보성 결측은 잠재적 비관측 변수와 연관될 수 있음을 허용한다. 저자들은 영향함수(influence‑function) 기반 이중강건 추정기를 개발하여 머신러닝 기반 비모수 추정을 가능하게 하고, 근사 정상성 및 √n 수렴률을 보장한다. 또한 사망과 같은 경쟁 사건을 고려한 대체 인과량(예: 분리 직접 효과)에도 경계를 확장한다. 시뮬레이션과 보험청구 데이터 분석을 통해 제안 방법의 실용성을 입증한다.

상세 분석

이 연구는 기존 인과 추론에서 흔히 가정되는 MAR(결측이 무작위) 가정이 위배될 가능성을 정량화하고, 그 위배가 부분적으로만 발생한다는 현실적인 시나리오를 모델링한다. 구체적으로 저자들은 결측 지표 C를 두 개의 잠재 이진 변수 U_NI(비정보성 결측)와 U_I(정보성 결측)의 논리합으로 정의한다. 비정보성 결측은 조건부 독립성 가정 Y ⊥⊥ U_NI | X,A,U_I=0을 만족하므로, 전통적인 MAR/CAR 가정과 동등하게 취급할 수 있다. 반면 정보성 결측은 Y와 U_I 사이에 어떠한 제약도 두지 않아, 실제로는 MNAR 상황을 포괄한다. 이러한 혼합 구조는 “얼마나 많은 비율의 결측이 정보성을 띠는가”라는 민감도 파라미터 π*_a(x)=P(U_I=1|X=x,A=a) 를 도입함으로써 정량화된다.

주요 기여는 다음과 같다. 첫째, π*_a(x)와 관측된 결측 확률 π_a(x)=P(C=1|X=x,A=a) 를 이용해 ATE에 대한 상한·하한을 명시적으로 도출한다. 이 경계는 π*_a(x) 가 0이면 전통적인 MAR 기반 식별식과 일치하고, 1이면 가장 보수적인(최악의 경우) 경계가 된다. 둘째, 경계 자체를 추정하기 위해 영향함수 기반의 이중강건 추정량을 제시한다. 여기서는 μ_a(x)=E(Y|X=x,A=a,C=0)와 μ*_a(x)=E(Y|X=x,A=a,U_I=1) 를 비모수적으로 추정하고, propensity score e(x)=P(A=1|X=x) 와 결측 모델 π_a(x) 를 동시에 학습한다. 머신러닝 알고리즘(예: 랜덤 포레스트, 뉴럴 네트워크)을 사용해 각각을 추정한 뒤, 교차‑분할(CV‑TMLE) 방식으로 편향을 제거하고 √n 수렴과 점근 정규성을 확보한다.

또한 저자들은 경쟁 사건(예: 사망)으로 인해 원래의 Y가 관측되지 않을 때 의미 있는 대체 인과량을 제시한다. 구체적으로 “분리 직접 효과(separable direct effect)”와 같은 잠재적 구조를 정의하고, 이 역시 동일한 혼합 결측 프레임워크 하에서 경계화한다. 이는 기존 연구에서 경쟁 위험을 단순히 검열(censoring)으로 처리하는 한계를 넘어선다.

시뮬레이션에서는 다양한 π*_a 비율, 결측 비율, 그리고 비선형 관계를 설정해 제안 추정기의 편향·분산 특성을 검증한다. 결과는 민감도 파라미터가 정확히 지정되지 않더라도 경계가 실제 ATE를 포괄함을 보여준다. 실증 예제로는 미국 상업 보험 청구 데이터에서 항정신병 약물 사용이 당뇨 위험에 미치는 효과를 분석한다. 여기서 결측은 진료 기록 부재와 사망을 포함하는데, 제안 방법은 기존 MAR 기반 분석이 과대/과소 추정할 위험을 완화하고, 민감도 분석을 통해 “전환점(tipping point)” 파라미터를 제시한다.

전반적으로 이 논문은 정보성·비정보성 결측이 혼합된 현실적 상황에서 인과 효과를 완전히 식별할 수 없을 때, 합리적인 민감도 파라미터와 비모수 추정기를 결합해 실용적인 경계와 추정법을 제공한다는 점에서 통계·계량경제학·역학 분야에 중요한 방법론적 기여를 한다.