Propensity Score Model 구축에서 상관성을 고려한 변수선택

Abstract

[한글]Propensity score는 관찰연구에서 matching, 층화, 회귀보정 등의 방법으로 그 쓰임새가 증가하고 있다. Propensity score model(PSM)을 구축할 때 공변량 선택이라는 문제가 발생할 수 있다. 기존 연구에서는 propensity score를 구하는데 측정가능한 모든 공변량을 이용하는 것이 추천되어 왔다. 이러한 과적합 PSM을 이용할 경우 다중공선성 문제가 발생할 수 있으며, 충분한 matching number를 확보할 수 없는 문제가 발생한다. 본 연구에서는 PSM에 포함되는 공변량들의 상관성을 고려하여 propensity score matching을 수행하는 모의실험을 수행 하였다. 측정되어진 공변량들을 처리변수, 결과변수와의 상관관계를 구별하고, 각각의 범주에 따라 상관관계를 구했다. 공변량간의 상관관계와 상관성의 강도에 따라 PSM의 오즈비, MSE, matching number를 측정하여 결과에 영향을 주는 공변량을 확인해 보았다. 그 결과, 공변량들간에 상관관계가 존재하고 강도가 강할수록 matching number가 작아졌다. PSM에 포함된 공변량과 강한 상관성이 있는 공변량은 제거되더라도 공변량의 균형성이 크게 깨어지지 않는 것을 확인할 수 있었다. 본 연구를 통해 제안된 변수선택방법을 이용하면 PSM의 불필요한 과적합을 하지 않고도 matching number를 증가시킬 수 있다고 판단된다

[영문]