• The Journal of the Convergence on Culture Technology
• /
• v.9 no.3
• /
• pp.281-286
• /
• 2023

This study analyzed the causal relationship between housing sales prices and jeonse prices in Seoul, specifically in the Gangnam and Gangbuk neighborhoods. The time-invariant Granger causality test showed bidirectional causality between the sales price and the jeonse price in Seoul and Gangbuk, but no bidirectional causality was found in Gangnam. However, the time-varying Granger causality test showed a Granger causal relationship between the housing jeonse price and the sales price for the entire period after 1993 in all three areas. Notably, the causal effect of jeonse prices on sales prices has been continuous in Gangnam since 2010. These analysis results suggest that an increase in liquidity supply to the jeonse market could increase volatility throughout the housing market, given the strong influence between the sales and jeonse markets in both directions.

• Proceedings of the Korean Magnestics Society Conference
• /
• 2017.05a
• /
• pp.200-200
• /
• 2017

• Korean Journal of Logic
• /
• v.22 no.1
• /
• pp.183-209
• /
• 2019

In this paper, I first examine Reiss'(2005) arguments for the causal instrumental variable. Second, I argue that the conditions for causal transitivity I consider meet what the causal instrumental variables and the interveners of the manipulation theory of causation are intended to hold. Reiss shows that two conditions for instrumental variables are not sufficient for causal significance of independent variables for dependent variables. Reiss articulates and reformulates the conditions for instrumental variables in terms of the conditions on causality, while naming his instrumental variables as causal instrumental variables. Reiss argues that the causal instrumental variables are similar to the interveners of the manipulation, or intervention theory of causation. He further argues that the causal instrumental variables do a better job the interveners do. I argue that the conditions for causal transitivity I consider meet the goal the conditions for the causal instrumental variables and the conditions for the interveners both are intended to achieve.

• Journal of Intelligence and Information Systems
• /
• v.1 no.1
• /
• pp.1-22
• /
• 1995

본 연구에서 퍼지인식도(Fuzzy Cognitive Map) 개념을 기초로 하여 (1) 특정 문제영역에 대한 전문가의 인과관계 지식(causal knowledge)을 추출하는 알고리즘을 제시하고, (2) 이 알고리즘에 기초하여 작성된 해당 문제영역에 대한 여러 전문가들의 인과관계 지식을 계층별로 분해하여, (3) 해당 계층간의 양방향 추론이 가능한 추론메카니즘을 제시하고자 한다. 특정 문제영역에 있어서의 인과관계 지식이란 해당 문제를 구성하는 여러 개념간에 존재하는 인과관계를 표현한 지식을 의미한다. 이러한 인과관계 지식은 기존의 IF-THEN 형태의 규칙과는 달리 행렬형태로 표현되기 때문에 수학적인 연산이 가능하다. 특정 문제영역에 대한 전문가의 인과관계 지식을 추출하는 알고리즘은 집합연산에 의거하여 개발되었으며, 특히 상반된 의견을 보이는 전문가들의 의견을 통합하여 하나의 통합된 인과관계 지식베이스를 구축하는데 유용하다. 그러나, 주어진 문제가 복잡하여 다양한 개념들이 수반되면, 자연히 인과관계 지식베이스의 규모도 커지게 되므로 이를 다루는데 비효율성이 개재되기 마련이다. 따라서 이러한 비효율성을 해소하기 위하여 주어진 문제를 여러계측(Hierarchy)으로 분해하여, 해당 계층별로 인과관계 지식베이스를 구축하고 각 계층별 인과관계 지식베이스를 연결하여 추론하는 메카니즘을 개발하면 효과적인 추론이 가능하다. 이러한 계층별 분해는 행렬의 분해와 같은 개념으로도 이해될 수 있다는 특징이 있어 그 연산이 간단명료하다는 장점이 있다. 이와같이 분해된 인과관계 지식베이스는 계층간의 추론메카니즘을 통하여 서로 연결된다. 이를 위하여 본 연구에서는 상향 또는 하향방식이 추론이 가능한 양방향 추론방식을 제시하여 주식시장에서의 투자분석 문제에 적용하여 그 효율성을 검증하였다.

• International Area Studies Review
• /
• v.21 no.2
• /
• pp.3-20
• /
• 2017

Traditional co-integration analysis method is known to be difficult to clearly determine the relationship between the cointegrated variables. This study utilizes a fractional cointegation method and a causal analysis of time and frequency domain among the exchange rates of Korea, China and Japan. The results show that even though traditional cointegration methods did not clarify the existence of cointegration, exchange rates were fractionally cointegrated. Causal analysis of time domain and frequency domain provided somewhat different results, but the yen/dollar was useful for forecasting won/dollar and yuan/dollar. Proper use of causal analysis of frequency domain and fractional cointegration emthods may provide useful information that can not be explained from the traditional method.

• 한국경영정보학회:학술대회논문집
• /
• 2007.06a
• /
• pp.817-822
• /
• 2007

시스템 다이내믹스에서의 인가지도는 동적 환경의 문제를 분석하고, 분석된 내용을 논의할 수 있는 도구로써 활용되고 있다. 하지만, 인과지도는 복잡도가 높은 문제를 설명함에 있어서 문제에 대한 정보의 표현과 논리적인 전개에 한계가 존재한다. 그리고 인과지도의 작성 과정에서 연구자의 주관성을 배제 하고 오류를 검증하기 위한 객관적 기준이 미흡한 실정이다. 또한, 문제 해결을 위한 세부적인 개체 모델링과의 연계성이 부족하다. 이에 일각에서는 시스템 다이내믹스의 문제분석에 관한 방법론에 지적을 가하는 경우도 있다. 이에 본 연구에서는, 인과지도의 타당성 확보와 정보 표현력 향상을 위한 이론적 연구를 진행하고자 한다. 본문에서는 인과지도가 객관적인 논리에 의해 작성될 수 있도록 수리적, 논리적 근거들을 제시함과 동시에, 인과지도의 정보 표현력 향상을 통한 대화도구로서의 기능적 향상 방안에 대해서 연구를 진행하였다.

• Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology
• /
• v.8 no.8
• /
• pp.845-852
• /
• 2018

Mayer-Schönberger and Cukier(2013) explain why big data is important for our life, while showing many cases in which analysis of big data has great significance for our life and raising intriguing issues on the analysis of big data. The two authors claim that correlation is in many ways practically far more efficient and versatile in the analysis of big data than causality. Moreover, they claim that causality could be abandoned since analysis and prediction founded on correlation must prevail. I critically examine the two authors' accounts of causality and correlation. First, I criticize that corelation is sufficient for our analysis of data and our prediction founded on the analysis. I point out their misunderstanding of the distinction between correlation and causality. I show that spurious correlation misleads our decision while analyzing Simpson paradox. Second, I criticize not only that causality is more inefficient in the analysis of big data than correlation, but also that there is no mathematical theory for causality. I introduce the mathematical theories of causality founded on structural equation theory, and show that causality has great significance for the analysis of big data.

• Proceedings of the Korean System Dynamics Society
• /
• 2005.04a
• /
• pp.63-74
• /
• 2005

본 논문에서는 인과지도의 작성자와 독자 간의 심리적 격차에 관하여 분석하고자 한다. 먼저 기존에 연구되어 왔던 소산효과(dissipation effects)와 희석효과(dilution effects)는 인과지도를 작성하는 사람이 아니라 인과지도를 이해하는 사람에게 적용되는 심리적 경향이라는 점을 이 논문에서 지적한다. 소산 효과란 인과고리의 길이가 길어질수록 인과관계의 강도를 낮게 인식하는 심리적 경향을 의미한다. 희석효과는 여러 개의 인과관게가 존재할수록 특정 인과관계의 강도를 낮게 인식하는 심리적 경향을 의미한다. 이들 심리적 경향과는 달리 집중 효과(concentration effect)가 인과지도 작성자의 심리적 경향을 보다 잘 설명하는 것으로 실험 결과 분석되었다. 집중 효과란 주의를 집중하는 영역에 대하여 많은 인과관계를 생각하고, 인과관계의 강도 역시 강하게 생각하는 심리적 경향을 의미한다. 인과지도의 작성자 즉 시스템 컨설팅을 담당하는 사람들에게는 소산효과나 희석효과 보다 집중효과가 더 강하게 작용한다는 것이다. 이러한 심리적 비대칭성이 시스템 다이내믹스 연구자와 그의 고객 간의 의사소통 문제를 야기 시킨다는 점을 본 논문에서 지적한다.

• Korean Journal of Social Welfare
• /
• v.65 no.2
• /
• pp.203-230
• /
• 2013

The present study aimed to analyze possible causal relationship between drinking problem and depression. In addition, The study examined if poverty status transition is associated with the causal relationship between drinking problem and depression. The study sample consisted of 3,976 adults who have participated in both the first and the second wave survey of the Korea Welfare Panel Study. The causality between drinking problem and depression was analyzed using Latent Difference Scores (LDS) model, which was established in McArdle & Hanagami (2001). Furthermore, it was examined if poverty status transition (represented by four subgroups: poverty-sustained group, poverty-escaping group, non-poverty-sustained group, poverty beginning group) would influence the causal relationship between drinking problem and depression. The major findings are as follows. The result of a LDS model analysis using the entire sample shows that depression at the first wave predicts significantly the change of drinking problem between the first wave and the second wave and also drinking problem at the first wave predicts significantly the change of depression between the first wave and the second wave, which can be interpreted as there is reciprocal causal relationship between depression and drinking problem. In poverty status transition subgroup analyses, the reciprocal causal relationship between depression and drinking problem is held in the poverty-sustained group while depression is a cause of drinking problem both in the poverty beginning group and in the non-poverty-sustained group. However, there is no significant causal relationship between depression and drinking problem in the poverty-escaping group. All these findings indicate that the direction of causality between depression and drinking problem can be varied according the poverty status change, which provides a comprehensive explanation to inconsistent research findings from previous cross-section studies of the relationship between depression and drinking problem.

• Journal of the Korean Data and Information Science Society
• /
• v.25 no.4
• /
• pp.857-868
• /
• 2014

Data mining is the representative analysis methodology in the era of big data, and is the process to analyze a massive volume database and summarize it into meaningful information. Association rule technique finds the relationship among several items in huge database using the interestingness measures such as support, confidence, lift, etc. But these interestingness measures cannot be used to establish a causality relationship between antecedent and consequent item sets. Moreover, we can not know association direction by them. This paper propose causally confirmed association thresholds to compensate for these problems, and then check the three conditions of interestingness measures. The comparative studies with basic association thresholds, causal association thresholds, and causally confirmed association thresholds are shown by simulation studies. The results show that causally confirmed association thresholds are better than basic and causal association thresholds.