정책 뒤 수치가 떨어지면 정책 효과라고 말해도 될까?
반환 누락이 정책 직전 46개에서 42개로 줄었다는 전후 차이 −4와, 기존 +2 추세를 연장한 48개 대비 직후 간격 −6을 구분합니다.
그림에서 무엇을 볼까요?
1기부터 4기까지 40, 42, 44, 46으로 늘던 반환 누락과 정책 뒤 42, 43, 44, 45의 관측값, 기존 추세를 연장한 48, 50, 52, 54의 반사실 값을 함께 표시한 그림
해안 야시장이 5기부터 재사용 컵 반환 정책을 시작했다고 합시다. 반환되지 않은 컵은 1~4기에 40, 42, 44, 46개였습니다. 5~8기에는 42, 43, 44, 45개가 관측됐습니다. 정책 직전 46개와 직후 42개만 빼면 −4개입니다. 하지만 정책 전에는 기간마다 2개씩 늘고 있었습니다.
정책 전 +2 추세가 그대로 이어졌다고 단순 연장하면 5기는 48개입니다. 관측 42개와의 차이는 −6개입니다. −4는 이웃한 두 관측값의 차이이고, −6은 정책 전 추세를 반사실로 삼은 직후 수준 차이입니다. 둘은 질문도 계산 기준도 다릅니다.
함께 확인할 점
여덟 기간의 고정 숫자에서 직전·직후 차이, 정책 직후 반사실 간격, 8기 간격을 차례로 계산합니다. 실제 시장 자료가 아닙니다.
생각해 볼 질문
최근 본 정책 전후 그래프 하나를 골라 개입 시각, 정책 전 추세, 직후 수준 변화, 이후 기울기 변화, 동시에 일어난 사건과 비교 시계열을 확인할 질문 여섯 개를 적어 보세요.
평균을 정확히 알면 다음 한 사람의 값도 좁게 맞힐 수 있을까?
유의해진 순간 멈추면 오류율도 그대로일까?
점수를 합격·불합격으로 자르면 정보도 그대로 남을까?