인과 추론을 이용한 대만 부동산 가격에 영향을 주는 요인 분석

Abstract

In order to find causal relationship among variables, it is ideal to do randomized controlled experiments. However, we encounter many situations randomized controlled experiments are not available. In this reason, we analyze observed data often using regression models to find some relationship among variables. Using regression models with observed data, we can interpret data in terms of association, not causality. To find causality among variables, we can use Bayesian networks method and make a causal acyclic directed graph. In this paper, we provide real data analysis through Bayesian networks. Our data includes seven variables related to real estates in Taipei, Taiwan. In order to find the variables which make effects on the real estate price, we find relationship among variables, backdoor effect and mediation effects. Through the graph model, we find the mediation effect and direct effects in detail which linear regression do not provide. We compare results of the linear regression model and the Bayesian network model.;인과 관계를 파악하기 위해 무작위 통제 실험을 하는 것이 이상적이지만, 현실적으로 무작위 통제 실험을 할 수 없는 경우가 많기 때문에, 관측된 데이터를 이용하여 분석을 하게 되는 경우가 많다. 직관적이며 쉬운 분석 방법으로 회귀분석을 이용하기도 하지만, 회귀 분석을 통해 변수들 간의 상관관계는 파악할 수 있으나, 상관관계를 통해 인과관계를 파악하기는 어렵다. 변수들간의 인과성을 찾는 방법으로 베이지안 네트워크 방법을 이용할 수 있고, 변수들간의 인과 관계를 설명해주는 비순환 방향성 그래프를 그릴 수 있다. 본 연구에서는 부동산 가격에 영향을 미치는 변수들을 베이지안 모형을 이용하여 매개효과 및 뒷문효과 등을 설명하고, 인과성을 잘 설명하는 그래프 모형을 통해 각 독립변수들 간의 관계를 파악하고자 한다. 또한 베이지안 네트워크를 이용한 분석 결과와 다중 회귀 분석 결과를 비교하고자 한다.