가정 (what-if) 분석

What-if 분석이란?

what-if 분석은 [인과 분석](/rath/발견-인과 관계/인과 분석) 의 하위 집합입니다.다양한 시나리오의 잠재적 결과를 분석하는 데 널리 사용되는 방법입니다.다양한 상황의 잠재적 결과를 검토하여 개인이 다양한 요소 간의 연관성을 이해하는 데 도움이 됩니다.이 방법은 이벤트의 잠재적 결과를 평가하거나 주어진 상황에서 다양한 조치의 영향을 고려하는 데 자주 사용됩니다.

RATH에서는 인과 관계 발견 프로세스가 완료되면 이전에 확립된 인과 모델을 기반으로 what-if 분석을 수행할 수 있습니다.이는 하나 이상의 변수를 조작하고 해당 변수가 모델의 다른 변수에 미치는 영향을 관찰하여 수행할 수 있습니다.

What-if 분석 수행

What-if 분석의 활용을 촉진하기 위해 RATH는 딥 러닝을 통해 고차원 데이터에서 비선형 영향을 발견하고 이러한 통찰력을 예측 및 추론에 사용할 수 있는 DECI와 같은 인과 발견 알고리즘을 내장합니다.

DECI (딥 엔드-투-엔드 인과 추론) 알고리즘은 딥 러닝을 기반으로 하는 인과 추론 방법입니다.심층 신경망을 구성하여 인과 관계를 모델링하고 모델 학습을 통해 인과 관계의 매개 변수를 추정합니다.실제로는 한 이벤트가 다른 이벤트에 미치는 영향을 예측하거나 측정값이 결과에 미치는 영향을 추정하는 데 사용할 수 있습니다.

이 예에서는 Kaggle.com의 "생체 신호를 사용한 흡연자 상태 예측" (opens in a new tab) 데이터베이스를 사용합니다.

금연과 체중 사이의 관계를 고려하고 RATH의 [인과 발견](/rath/인과 분석/인과 분석) 기능을 사용하여 인과 모델을 생성하십시오.what-if 분석 모듈에서는 금연을 독립 변수로 선택하고 값을 높여 조정합니다.RATH는 “금연”이 다른 종속 변수 (예: 체중) 에 미치는 영향을 추정하고 예측하며, 이는 금연 정도에 따라 증가할 것으로 예상됩니다.데이터에서 알 수 있듯이 금연은 체중 증가로 이어질 수 있습니다.

약간 더 복잡한 데이터 세트의 경우 인과 관계 발견을 위해 DECI 알고리즘을 선택하고 예비 인과 구조 다이어그램을 생성할 수 있습니다.그래프의 초기 탐색은 관심 있는 노드를 클릭하고 해당 노드와 인접 가장자리를 강조 표시하고 선택한 노드 세트의 정보를 오른쪽에 표시하여 수행할 수 있습니다.추가 탐색 함수는 [인과 분석](/rath/인과 분석/인과 분석) 장에서 찾을 수 있습니다.

what-if 분석 모듈에서 변수 왼쪽의 “삼각형 버튼”을 클릭하고 값을 조정하여 관심 변수를 선택하고 제어할 수 있습니다.제어 독립 변수가 종속 변수 값에 미치는 영향을 관찰할 수 있으며, 영향을 받는 노드 값의 변화는 왼쪽의 인과 그래프에도 반영됩니다.RATH는 여러 변수의 동시 제어를 지원하여 다차원적이고 복잡한 인과 분석을 가능하게 합니다.

범주형 변수

일부 범주형 변수의 경우 이 변수가 다른 변수에 미치는 영향을 수치적으로 직접 관찰하기가 더 어렵습니다.what If 분석 모듈에서는 범주 변수를 클릭하기만 하면 여러 값으로 구성된 새 변수로 자동 분해됩니다 (하나의 핫 인코딩과 유사). 그러면 What if가 분해된 변수 효과에 미치는 영향을 알려줍니다.(예를 들어, “약 복용”이라는 변수가 있으면 A 약 복용 여부, B 약 복용 여부, 위약 복용 여부 등으로 분해됩니다.)

그래픽 시각화 레이아웃 변경

RATH는 다양한 그래픽 시각화 레이아웃을 위한 다양한 알고리즘을 통합합니다.다양한 인과 토폴로지 구조에 대해 적절한 레이아웃 알고리즘을 자유롭게 선택할 수 있습니다.다양한 관점에서 변수 간 구조를 연구합니다.

다음 단계

• 인과 분석에 대한 자세한 내용은 [인과 분석](/rath/discover-인과 관계/인과 분석) 장을 참조하십시오.
• 텍스트 패턴 검색에 대한 내용은 텍스트 패턴 추출 장을 참조하십시오.