인과추론 — 무작위화가 불가능할 때의 DiD·IV·RDD
이중차분(DiD), 도구변수(IV), 회귀불연속(RDD)은 관측 데이터에서 인과 효과를 복원하며, 각각 검정 불가능하고 하중을 받는 가정 하나로 식별을 사는 방식입니다.
아직 만들지 않았습니다
이 페이지는 카드에 적힌 내용을 펼쳐 보여줄 뿐입니다 — 돌아가는 코드도, 열어볼 데모도 아직 없습니다. 무엇을 왜 만들려는지가 아래에 있습니다.
어떻게 보나
아직 범위 미정.
기술 노트
각 항목이 실제로 무엇을 보여주고 어떻게 동작하는지 — 위 카드보다 자세한 기술 설명입니다.
인과추론 — 무작위화가 불가능할 때의 DiD·IV·RDD준비 중
목적: 가치는 각 방법이 어떤 가정 — 평행 추세, 배제, 연속성 — 에 기대는지 아는 것이고, 그래야 정책 주장을 p-값이 아니라 가정의 개연성으로 채점할 수 있습니다.
동작 방식: 아직 만들지 않음.