본 논문은 선택 편향 하에서 실험 데이터를 사용하여 $P(Y^*_{x^*})$ 의 복원 가능성을 공식적으로 밝힙니다. 구조적 인과 모델(SCM)을 통해 반사실적 세계를 구성함으로써 관측 세계의 선택 메커니즘이 반사실적 영역으로 어떻게 전파되는지 분석합니다. 실험 분포가 선택 편향의 영향을 받지 않음을 결정하기 위한 완전한 그래프 및 이론적 기준을 도출하고, 부분적으로 편향되지 않은 관측 데이터를 활용하여 편향된 실험 데이터셋으로부터 $P(Y^*_{x^*})$ 를 복원하기 위한 원칙적인 방법을 제안합니다. 실제 연구 시나리오를 재현한 시뮬레이션 연구는 본 접근 방식의 실용성을 보여주며, 적용된 인과 추론에서 선택 편향을 완화하기 위한 구체적인 지침을 제공합니다. 기존 방법들의 관측 데이터에 대한 강한 의존성과 복잡성을 극복하기 위해, 실험 데이터를 활용하여 선택 편향 하에서의 인과 추론을 개선하는 방법을 제시합니다.
