성향점수 블록화를 통한 차분 프라이버시 평균 처치 효과 추정
Differentially Private Average Treatment Effect Estimation by Propensity Score Blocking
관찰 연구에서 평균 처치 효과(ATE) 추정은 사회과학, 의학 및 기타 분야에서 자주 활용되는 근본적인 통계 도구입니다. 이러한 분야에서는 프라이버시 보호가 중요한 민감한 데이터를 다루는 경우가 많으므로, ATE 추정을 위한 차분 프라이버시(differentially private) 메커니즘이 매우 필요합니다. 본 연구에서는 관찰 데이터에 대한 ATE 추정을 위해 성향점수 기반 알고리즘 두 가지를 제시합니다. 하나는 이전 연구에서 사용된 역확률 가중치(IPW) 방식을 개선한 것이며, 다른 하나는 성향점수 블록화(BPS)를 사용하는 방식입니다. 두 알고리즘 모두 이전 연구에 비해 더 낮은 오차와 더 적은 바이어스를 보이며, 특히 BPS 기반 알고리즘은 이전 연구 대비 오차를 75% 이상 줄이는 경우가 빈번하게 나타납니다.