Python으로 하는 인과추론
Causal Inference for The Brave and True 한국어판
인과추론팀 Causal-Lab
Python으로 하는
인과추론
Causal Inference for The Brave and True 한국어판. 인과추론의 기초부터 실무 응용까지, 모든 실습을 파이썬으로.
들어가며
이 책은 Matheus Facure의 『Causal Inference for The Brave and True』를 가짜연구소 인과추론팀이 원저자의 동의를 받아 우리말로 옮긴 것입니다. 인과추론은 “이 정책이, 이 할인이, 이 기능이 정말 효과가 있었을까?”라는 질문에 데이터로 답하는 방법입니다. 그런데 막상 공부하려고 하면 한국어로 된 자료, 특히 코드와 함께 손으로 따라 해 볼 수 있는 자료가 많지 않습니다. 이 책이 그 빈자리를 채우는 길잡이가 되면 좋겠습니다.
원서는 가볍지만 엄밀하게 효과 추정을 배우는 책입니다. 모든 실습을 파이썬으로 하고, 저자가 찾을 수 있는 밈은 최대한 넣었습니다. 딱딱한 교과서보다는 옆자리 동료가 설명해 주는 느낌으로 읽어 주세요.
이 책으로 기본기를 다진 뒤 실무 사례와 함께 더 깊이 들어가고 싶다면, 같은 저자의 책과 그 책을 바탕으로 한 강의를 함께 보세요.
이 책의 구성
원서의 25개 장과 부록 5편을 모두 옮겼습니다.
잠재적 결과, 인과 그래프, 편향부터 회귀분석, 도구변수, 매칭, 성향점수, 이중차분법, 통제집단합성법, 회귀 불연속 설계까지.
이질적 처치효과와 개인화, 인과 모델 평가, 메타러너, 이중 머신러닝, 이중차분법의 최근 논의와 합성 이중차분법.
직교화와 성향점수로 편향 제거하기, 예측이 실패하는 경우, 예측 지표의 함정, 컨포멀 추론.
1부는 학계에서 자리 잡은 내용이라 인과적 질문을 다룰 때 기댈 수 있는 튼튼한 토대가 됩니다. 2부는 저자가 핀테크 회사에서 쌓은 실무 경험에서 나온 내용이 많아 더 실험적이고, 그만큼 현업에 바로 가져다 쓸 거리가 많습니다.
이렇게 읽어 주세요
각 장은 원서의 주피터 노트북을 그대로 옮긴 것이라 코드와 출력이 원서와 같습니다. 노트북 파일은 GitHub 저장소에서 내려받아 직접 실행해 볼 수 있습니다. 그래프를 그리는 코드처럼 길어서 접어 둔 셀은 코드를 눌러 펼치면 됩니다.
용어는 같은 저자의 책을 옮긴 『실무로 통하는 인과추론 with 파이썬』(한빛미디어)과 맞췄습니다. 두 책을 함께 보셔도 용어가 헷갈리지 않습니다. 번역 원칙과 용어표는 번역 가이드에 정리해 두었습니다.
함께 만들어 주세요
인과추론팀은 전문 번역가가 아니라 데이터 분석가, 데이터 과학자, 연구자로 이루어져 있습니다. 어색하거나 틀린 부분이 보이면 이슈로 알려 주시거나 직접 PR을 보내 주세요. 도움이 되었다면 GitHub 스타로 응원해 주시면 큰 힘이 됩니다.
한국어 번역에 흔쾌히 동의해 준 Matheus Facure와, 번역과 실습 자료를 함께 만든 인과추론팀 멤버들에게 감사드립니다.
원저자의 감사의 말
이 시리즈 전체를 Joshua Angrist, Alberto Abadie, Christopher Walters의 훌륭한 계량경제학 강의에 바치는 헌사로 생각합니다. 1부의 아이디어는 대부분 이들이 미국경제학회(American Economic Association)에서 한 강의에서 가져왔습니다. Angrist의 책들은 계량경제학이 아주 유용할 뿐 아니라 무척 재미있다는 것을 알려 주었고, Miguel Hernan과 Jamie Robins의 책은 가장 까다로운 인과적 질문 앞에서 늘 믿고 기댄 동반자였습니다.
- Mastering Mostly Harmless Econometrics · Cross-Section Econometrics
- Mostly Harmless Econometrics · Mastering ’Metrics
- Causal Inference: What If
원서는 누구나 무료로 볼 수 있는 오픈소스 자료입니다. 원서가 도움이 되었다면 저자의 Patreon을 후원하거나 원서 저장소에 스타를 남겨 주세요.