안녕하세요. 교수님
경제학과 석박사통합과정 이제훈입니다.
연구 중에 몇가지 질문드리고자
Structural model의 경우 객관적인 이론에 근거하여
종속변수와 설명변수 사이의 인과성을 해석하는데 큰 무리가 따르지 않지만(이론을 통한 근거 제시),
Reduced form model의 경우 모형 수립 시 객관적인 이론이 적용되지 않으며
따라서 종속변수와 설명변수 사이의 인과성 해석에 어려움이 있지 않을까 생각됩니다.
종속변수와 설명변수 사이의 인과성 해석과 관련하여 조언 또는 참고할 수 있는 문헌에 대한 추천을 부탁드립니다.
아래의 논문은 일차로 찾아본 인과관계 관련하여 서술하고 있는 논문입니다.
Gow, I. D., Larcker, D. F., & Reiss, P. C. (2016). Causal inference in accounting research. Journal of Accounting Research, 54(2), 477-523.
추가적으로 타대학 교수님께서 SNS 상에 업로드한 '미국통계학회의 P-value 오용 경고 성명서 발표'를 접하게 되었습니다.
내용 중
"P값 그 자체만으로 어떤 모형이나 가설에 관한 증거를 판단하는 좋은 척도가 될 수 없다."
"P값이나 통계적 유의성은 '효과의 크기'나 '결과의 중요성'의 척도가 아니다."
라는 표현이 있었습니다.
현재 대부분의 연구에서 P값을 활용하여 계수추정치의 유의성과 모형 추정의 합리성을 리포트하고 있는데,
위 미국통계학회의 발표 내용을 P값에 의존하지 않고 이론을 통한 확인과 모형의 강건성 검정을 철저히 해야한다 정도로
받아들이면 되는지, P값 자체가 가지고 있는 한계 또는 오류로 받아들여야 하는지 궁금합니다.
질문의 내용이 두서가 없었습니다.
좋은 강의를 제공해주시고 학자로서의 자세를 가르쳐주시는 교수님
감사드립니다.
