본 논문은 선택 편향 하에서 실험 데이터를 이용한 반사실적 분포 $P(Y^*_{x^*})$의 복원 가능성을 공식적으로 탐구합니다. 구조적 인과 모델(SCMs)을 통해 반사실적 세계를 구성하여 관측 세계의 선택 메커니즘이 반사실적 영역으로 어떻게 전파되는지 분석합니다. 실험 분포가 선택 편향의 영향을 받지 않는다는 것을 판단하기 위한 완전한 그래프 및 이론적 기준을 도출하고, 부분적으로 편향되지 않은 관측 데이터를 활용하여 편향된 실험 데이터셋에서 $P(Y^*_{x^*})$를 복원하기 위한 원칙적인 방법을 제안합니다. 실제 연구 시나리오를 재현한 시뮬레이션 연구는 제안된 접근 방식의 실용성을 보여주며, 적용된 인과 추론에서 선택 편향을 완화하기 위한 구체적인 지침을 제공합니다. 기존 연구(Bareinboim et al.)의 한계점인 백도어 조정의 복잡성과 관측 데이터에 대한 강한 의존성을 극복하기 위해, 실험 데이터를 활용하는 새로운 방법론을 제시합니다.
