[ David Kaplan (2009), Structural Equation Modeling: Foundations and Extensions, 2nd Edition (SAGE Publications), pp. 207-231. ]
10.1 Revisiting the Conventional Approach to Structural Equation Modeling
10.2 The Conventional Approach to Econometric Practice
10.3 The Probabilistic Reduction Approach
10.4 Elements of the Probabilistic Reduction Approach
10.5 Structural Equation Modeling and Causal Inference
10.6 The Counterfactual Theory of Causation
10.7 A Manipulationist Account of Causation Within Structural Equation Modeling
10.8 Conclusion
207-208
- 이 책의 목적
구조 방정식 모델링의 토대들에 대한 이해를 제공하기
사회적 실재 관련 등등
208
- 이 장의 목적
208
- 이 장의 구성
2절:
3절: 교과서
4절: 스파노스의 대안적
5절:
8절: 요약
10.1 Revisiting the Conventional Approach to Structural Equation Modeling
210
구조 방정식 모델링에 대한 합의된 접근은 다섯 단계
(1) 모형은 이론의 예화
(2) 측정은 수집됨
(3) 모형은 측정됨
(4) 모형은 대체로 수정됨
(5) 모형의 결과들은 원래의 질문으로 돌아감
Pagan (1984)
10.2 The Conventional Approach to Econometric Practice
211
하벨모의 접근의 핵심 측면은
식별, 측정, 가설 검정
하벨모 분산
211
하벨모의 기여의 두 번째 측면
통계적 적합성
피셔
211
세 번째 측면
데이터 마이닝
211
네 번째 측면
오차항
10.2.1 Components of the Textbook Approach to Econometrics
211-212
스파노스: 하벨모에 대한 주의깊지 않은 독해의 결과가 계량경제학의 “교과서” 관습
212
교과서 관습에 관한 비판은 실험적 설계 추론을 춘추하게 관찰적인 데이터에 적용할 때의 타당성에 초점을 맞추었음.
스파노스...
10.3 The Probabilistic Reduction Approach
212
10.3.1 The Historical Background of the Probabilistic Reduction Approach
10.4 Elements of the Probabilistic Reduction Approach
10.4.1 The Data-Generating Process
10.4.2 The Theoretical Model
10.4.3 The Estimable Model
10.4.4 The Statistical Model
10.4.5 The Empirical Social Science Model
10.4.6 Recap: Modeling Steps Using the Probabilistic Reduction Approach
10.5 Structural Equation Modeling and Causal Inference
10.6 The Counterfactual Theory of Causation
222
인과에 관한 반-사실적 이론은 확률적 환원에 논리적 overlay를 제공하고, 구조 방정식 모델링 안에서 인과의 복잡한 연구를 이끌 수 있음.
222
이 절에서 다루지 않는 것
structural view of causation (e.g., Heckman, 2005) versus those holding a treatment effects view of causation (e.g., Holland, 1986)
이 절에서 다루는 것
특정한 인과 이론
10.6.1 Mackie and the INUS Condition for Causation
222
카플란은 The Cement of the Universe에서 Mackie (1980)에 초점
메키의 생각을 계량경제학적 틀에서 응용한 Hoover’s (1990, 2001)
반-사실적 이론의 확장 by Woodward (2003)
카플란은 반-사실적 명제에 대한 이러한 연구가 구조 방정식 모델링에 적합한 인과 추론에 대한 더 미묘한 접근 방식의 토대를 마련했다고 주장함.
Lewis (1973).
최근의 연구 중 뛰어난 것은 Morgan and Winship (2007)
222-224
맥키 요약
10.6.2 Causal Inference and Counterfacturals in Econometrics
224
Mackie’s (1980) 인과에 대한 INUS 조건을 계량경제학에서 종합한 것이 Hoover (1990)
후버의 본질적 핵심은, 인과적 추론은 논리적 문제이지만 통계 모형에서 그 해를 찾는 것은 논리적 문제가 아니라는 것
형이상학적 내용
경제 정책의 성공이나 실패는 인과의 논리적 이해에 달려있음.
이 장의 핵심 논제는 인과에 대한 그러한 논리적 이해는 구조 방정식 모델링을 사용하는 다른 사회과학과 행동과학에서의 엄격한 연구와 동등하게 본질적이라는 것
224
매키의 분석을 따라, 후버는 원인이 필요충분조건이라는 요건이 너무 강하지만 필요조건은 모든 결과가 어떠한 원인을 가져야만 한다는 의미에서 핵심적이라고 제안함.
후버는 INUS 인과가 특히 경제학자들에게 매력적이라고 봄.
224-225
후버는 인과망을 그 문제의 standing conditions로 봄
문제의 “경계 조건”
225
그러나 인과 망은 특정한 문제의 standing conditions 이상임.
선형 통계 모형들은 일반적으로 오차항에 관한 것임.
오차항을 이 논의에 도입하는 것은 매키의 개념을 사회과학과 행동과학이 직면하는 미결정적인 문제와 유관하게 함.
그러나, 후버에 따르면, 이것은 오차항이 인과 장에 관한 매키의 개념의 구성요소일 때만 가능함.
225
후버는 인과 장 개념이 미결정성 문제와 유관한 매키의 발상으로 확장되어야만 한다고 논증함.
인과 과정의 특정한 모수들은 상수가 아님.
인과적 물음에 관한 모수들이 정말로 상수라면, 그 모수들은 인과 장에 들어갈 수 있으나, 사실상 모수들은 변수임
후버의 분석에서 그 모수들은 그 문제의 경계 조건의 일부분임.
후버는 대부분의 간섭들이 특정한 상수인 경계조건들에서 정의된다고 논증함. -- 간섭들이 경제학의 영역 밖에 있더라도
225
모수 말고도, 직접적인 관심사는 아니지만 인과 장의 일부분인 변수들도 있음.
후버의 분석에 따르면, 오차항은 문제로부터 생략된 변수들을 포함하며 인과 장에서 “압수됨”
225
10.7 A Manipulationist Account of Causation Within Structural Equation Modeling
10.7.1 Invariance and Modularity
10.7.2 Observationally Equivalent Models]
10.7.3 Pearl’s Interventional Interpretation of Structural Equation Modeling
10.8 Conclusion
230
(2025.03.22.)
