Disentangling spatial interference and spatial confounding biases in causal inference

기술 요약: 인과 추론에서 공간적 간섭(Spatial Interference)과 공간적 교란(Spatial Confounding) 편향의 분리

문제 정의
관측된 공간 데이터 분석은 인과 추정의 정밀도를 저해하는 두 가지 결정적인 과제에 직면해 있다: 공간적 간섭과 공간적 교란이다. 공간적 간섭은 한 위치에서의 처치(treatment) 또는 노출이 다른 위치의 결과(outcome)에 영향을 미칠 때 발생하며, 이는 안정적 단위 처치 가치 가정(SUTVA)을 위반한다. 공간적 교란은 공간적 구조를 가진 미측정 변수가 처치와 결과 모두에 영향을 미칠 때 발생한다.

기존 문헌은 누락된 변수 편향(omitted variable bias), 랜덤 효과 공선성(random effect collinearity), 그리고 공선성(concurvity)과 같은 서로 다른 현상들을 혼동함으로써 공간적 교란의 정의에 대해 상당한 모호성을 겪고 있다. 또한, 기존의 편향 정량화 방법들은 처치와 교란 변수가 정규 분포를 따른다는 제한적인 가정에 의존하고 있다. 특히 간접 공간적 교란(미측정 변수가 한 위치에서 다른 위치의 결과에 영향을 주는 경우)에 의해 유도되는 편향과, 공간적 간섭 및 교란이 동시에 존재하는 상황에서의 편향을 정량화하는 연구는 기존 문헌에서 눈에 띄게 부족하다. 아울러, 비정규 분포(예: 포아송 분포)가 이러한 편향에 미치는 영향 역시 거의 탐구되지 않았다.

방법론
저자들은 이러한 편향들을 분리하기 위해 엄격한 분석 및 시뮬레이션 기반 접근 방식을 채택하였다:

1. 유향 비순환 그래프(DAG) 프레임워크: 본 논문은 DAG를 활용하여 공간적 교란에 대한 개념적 명확성을 제공한다. 저자들은 다음을 구분한다:

   • 인과적 공간적 교란(Causal Spatial Confounding): 미측정 공간 변수 $U$가 처치 $A$와 결과 $Y$ 모두에 인과적으로 영향을 미치는 경우(시간적 순서 충족).
   • 비인과적 공간적 연관성(Non-Causal Spatial Association): $U$와 $A$가 연관되어 있으나 인과적으로 연결되지는 않은 경우.
   • 직접적 vs. 간접적 교란(Direct vs. Indirect Confounding): 직접적 교란은 $U_i$가 $A_i$와 $Y_i$에 영향을 미치는 것이다. 간접적 교란은 $U_i$가 $i \neq j$인 지점의 $A_j$ 및/또는 $Y_j$에 영향을 미치는 것이며, 이는 흔히 공간적 간섭 메커니즘을 통해 매개된다.

2. 분석적 편향 도출:

   • 저자들은 단순 선형 모델부터 공간적 간섭($\tilde{A}$), 직접적 교란($U$), 간접적 교란($\tilde{U}$)을 포함하는 모델($M_1$ ~ $M_6$)에 이르기까지 다양한 모델 하에서의 편향에 대한 분석적 표현식을 도출한다.
   • 공간적 간섭 편향: 비공간적 설정에서는 최소제곱법(OLS)을, 공간적 설정에서는 일반화 최소제곱법(GLS)을 사용하여 도출한다. 편향은 처치 분포, 간섭 강도($\beta_{\tilde{a}}$), 그리고 공간 가중치 행렬($\Psi$)의 함수임을 보여준다.
   • 비정규 분포: 포아송 분포를 따르는 처치와 교란 변수를 사용하여 정규성 가정을 완화하고 편향 표현식을 도출한다. 독립적인 포아송 변수의 합의 성질을 이용하여, 결과적으로 발생하는 편향을 정량화하기 위해 처치가 주어졌을 때의 교란 변수의 조건부 분포를 도출한다.
   • 간접적 교란 편향: 간접적 공간적 교란($\beta_{\tilde{u}}$)에 의해 유도되는 편향에 대한 분석적 표현식을 도출하여, 이것이 직접적 교란 편향과 구별됨을 입증한다.

3. 시뮬레이션 연구:

   • RMSE, 편향, 커버리지 확률을 평가하기 위해 광범위한 시뮬레이션(1,000~10,000회 반복)을 수행하였다.
   • 시나리오는 다음 요소들에 따라 변화되었다:
     • 간섭 및 교란(직접 및 간접)의 존재 여부.
     • 처치 및 교란 변수의 분포(정규, 포아송, 이항).
     • 가중치 행렬 구성: k-최근접 이웃(k-NN) 및 거리 기반(distance-based) 가중치.
     • 처치 효과 대비 간섭 효과의 상대적 크기.

4. 실제 데이터 적용:

   • 본 프레임워크를 맨체스터 기후 데이터(2018년 1월)에 적용하여, 기온(처치)이 지표면 온도(결과)에 미치는 영향을 분석하였다. 이때 강수량을 교란 변수로 설정하였다.
   • 간섭, 직접적 교란, 간접적 교란의 다양한 조합을 고려하여 모델을 적합시키고 추정치를 비교하였다.

주요 기여

1. 개념적 명확화: 본 논문은 DAG를 통해 공간적 교란과 기타 공간적 연관성 사이의 구분을 제공하는 새로운 개념적 틀을 제시하며, 기존 문헌에서 종종 단일 현상으로 취급되었던 직접적 및 간접적 공간적 교란을 명시적으로 분리한다.
2. 간접 편향의 정량화: 저자들이 알고 있는 한, 본 연구는 간접 공간적 교란과 공간적 간섭에 의해 유도되는 편향을 분석적으로 도출하고 정량화한 최초의 연구이다.
3. 분포 가정의 완화: 처치와 교란 변수가 포아송 분포를 따르는 경우의 편향 표현식을 도출함으로써, 정규성 가정이 위반될 때 편향의 크기와 부호가 크게 변함을 입증하였다.
4. 가중치 행렬 민감도: 분석 결과, 공간 가중치(k-NN vs. 거리 기반)의 선택이 편향의 크기를 결정하는 핵심 요소임을 밝혀냈다. 예를 들어, k-NN 방식에서는 이웃의 수가 많아질수록 편향이 증가하는 경향이 있는 반면, 거리 기반 방식에서는 거리 임계값이 커질수록 편향이 감소한다.
5. 현상의 분리: 본 연구는 공간적 간섭, 직접적 교란, 또는 간접적 교란을 무시할 경우 처치 효과 추정에 편향이 발생함을 증명하며, 이 세 가지 현상은 서로 구별되며 별도로 모델링되어야 함을 보여준다.

결과

• 간섭 편향: 공간적 간섭이 존재함에도 이를 고려하지 않을 경우, 편향과 RMSE가 가장 높게 나타나며 커버리지 확률이 크게 떨어진다. 편향은 가중치 행렬의 선택에 민감하다. 비공간적 설정에서는 k-NN 가중치가 거리 기반 가중치보다 높은 편향을 생성하는 경향이 있었으나, 공간적 설정에서는 패턴이 다양하게 나타났다.
• 분포의 영향: 편향의 크기는 정규, 포아송, 이항 분포에 따라 유의미하게 달랐다. 주목할 점은, 시뮬레이션에서 정규 분포일 때 편향이 가장 높고 이항 분포일 때 가장 낮았다는 것인데, 이는 편향이 분포에 불변한다는 가설에 반하는 결과이다.
• 직접적 vs. 간접적 교란: 시뮬레이션 결과는 직접적 및 간접적 공간적 교란이 서로 다른 편향 프로필을 생성함을 확인해주었다. 일부 시나리오(예: k-NN 가중치 사용 시)에서는 직접적 교란만을 고려하고 간접적 교란을 무시할 경우, 두 가지를 모두 고려했을 때보다 더 높은 편향이 발생하였다.
• 실제 데이터 적용: 맨체스터 기후 연구에서 추정치는 어떤 현상을 포함하느냐에 따라 크게 달라졌다. 세 가지 요소(간섭, 직접적 교란, 간접적 교란)를 모두 고려한 모델이 가장 우수한 적합도(가장 낮은 AIC)를 보였으며, 각 구성 요소를 누락한 모델들과는 추정치가 확연히 달랐다.

의의 및 주장
저자들은 다음과 같은 방식으로 공간 데이터에 대한 인과 추론의 핵심적 공백을 메웠다고 주장한다:

• DAG를 통해 공간적 교란을 둘러싼 오해에 대한 명확성을 제공한다.
• 간접 공간적 교단이 직접적 교란과 동일하게 간주될 수 없는 별개의 편향 원인임을 입증한다.
• 표준 정규성 가정이 (특히 포아송과 같은) 계수 데이터에 대해 정확한 편향 정량화를 수행하기에 불충분함을 보여준다.
• 공간 가중치의 선택과 변수의 분포가 편향의 크기를 결정하는 핵심 결정 요인임을 확립한다.

본 논문은 공간적 간섭, 직접적 교란, 또는 간접적 교란이 존재함에도 이를 무시할 경우, 결과적인 처치 효과 추정치는 편향되어 신뢰할 수 없는 인과 추론으로 이어질 것이라고 결론짓는다. 저자들은 도출된 분석적 표현식을 기반으로 한 간단한 편향 수정 알고리즘을 제안하지만, 세 가지 현상을 동시에 조정하기 위한 완전한 파라미터 모델 구축은 향후 연구 과제로 남겨두었다.