# Copula-Based Endogeneity Correction for Doubly Robust Estimation of Treatment Effect

### 저자

Sahil Shikalgar, Md. Noor-E-Alam

### 💡 개요

본 연구는 관찰되지 않은 교란 변수 존재 시 발생하는 이중 견고성(Doubly Robust, DR) 추정량의 편향 문제를 해결하기 위해, 처치(treatment)와 결과(outcome) 모델 모두에서 발생하는 내재적 변수(endogenous covariate) 문제를 동시에 보정하는 새로운 방법을 제안합니다. 제안된 방법은 가우시안 코퓰라(Gaussian copula)를 활용하여 내재적 변수와 오차항의 공동 분포를 모델링하며, 도구 변수(instrumental variable) 없이도 일관성 있는 추정치를 제공하고 DR 추정량의 핵심 속성(처치 또는 결과 모델 중 하나만 정확히 명시하면 일관성을 유지하는 성질)을 유지합니다.

### 🔑 시사점 및 한계

- **내재적 변수 문제 해결:** 도구 변수 없이도 처치 및 결과 모델에서 발생하는 내재적 변수 문제를 효과적으로 해결하여 편향되지 않은 처치 효과 추정이 가능함을 입증했습니다.

- **DR 추정량의 견고성 유지:** 새로운 코퓰라 기반 보정 방법은 DR 추정량의 중요한 속성인 '두 모델 중 하나만 올바르게 명시하면 일관성을 유지하는' 특성을 보존합니다.

- **실질적인 연구 도구 제공:** 실제 NHANES 데이터 분석을 통해 영양 상담이 혈압에 미치는 효과를 보정하여 기존 연구 결과와 일관된, 통계적으로 유의미하지 않은 결과(처음에는 증가로 나타났으나 보정 후에는 유의미하지 않음)를 도출하며 실질적인 연구 적용 가능성을 보여주었습니다.

- **가우시안 코퓰라 가정의 한계:** 본 연구에서 사용된 가우시안 코퓰라 모델이 실제 변수들의 공동 분포를 정확히 반영하지 못할 경우 추정 결과에 영향을 줄 수 있습니다.

[PDF 보기](https://arxiv.org/pdf/2605.03278)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).