대형마트 의무휴업 평일 전환 전후 관측 매출의 탐색 비교
동대문구의 대형마트 의무휴업 평일 전환 이후, 골목상권 식품판매 관련 업종 중 공개 파일에 관측된 행의 원본 매출 금액 합계는 서울 내 사전 고정한 비교 자치구와 비교해 어떻게 달라졌는가? 전체 매출이나 인과효과로 해석하지 않는다.
아직은 '모르겠다'예요. 추정은 했지만 범위가 0을 포함하거나 조건이 약해서, 효과가 있었는지·얼마나인지 말할 수 없어요.
작성자 해석 관측 매출의 사후 평균 비교계수는 0.012394 로그포인트(p=0.955)로 방향과 크기가 불확실하며, 전체 골목상권 매출에 대한 정책 인과효과는 판단 불가다. 자동 판정 ‘크기를 판별하지 못함’(conditional)과 사전추세 ‘통과’는 계산 규칙의 결과이며, 측정의 완전성이나 평행추세 성립을 보증하지 않는다.
파이프라인 자동 요약 보기
요약(크기를 판별하지 못함): 추정치는 +0.01 관측 원본 금액(원) 합계의 자연로그; 기간 환산 없음 (95% CI -1.34 ~ 1.24) 이지만 다음 위험 신호가 있어 단정하지 않고 범위로만 보고합니다: 처치 단위 수 부족(무작위화 추론 사용), 신뢰구간이 0을 포함. 신뢰구간이 0을 포함하므로 효과의 방향과 크기는 판별 불가입니다. 결론 전에 보완 분석이 필요합니다.
이 결과를 쓰려면
이렇게 쓰세요
- "이 자료로는 효과가 있었는지·얼마나인지 판별하지 못했다."
- 범위를 함께 쓰기: 공개 파일 관측 매출 합계의 로그 (탐색 지표) +1.2%, 범위가 너무 넓어 크기를 말할 수 없음
이렇게 쓰면 안 됩니다
- '효과가 없다' — 판별하지 못한 것과 없는 것은 다릅니다
- 추정치 하나만 떼어 인용
대형마트 의무휴업 평일 전환 전후 관측 매출의 탐색 비교 — 판정: 크기를 판별하지 못함. 출처: 정책 효과 분석 플랫폼(가짜연구소 인과추론팀 오픈소스), 2026-10-28 실행, https://causalinferencelab.github.io/policy-effect-analytics-agent/answers/YoungjaeKang-retail-hours.html · 공식 평가 아님
근거
| 결과 지표 | 추정 효과 | 95% 범위 | 판정 | 주의 |
|---|---|---|---|---|
| 공개 파일 관측 매출 합계의 로그 (탐색 지표) 주 지표 | +1.2% | 범위가 너무 넓어 크기를 말할 수 없음 | 크기를 판별하지 못함 | 처치 단위 수 부족(무작위화 추론 사용), 신뢰구간이 0을 포함 |
로그 지표는 %로 바꿔 보여 줍니다(대조 대비 변화). 95% 범위가 0을 포함하면 '변화 없음'과 구별되지 않습니다.
숫자 내려받기 (CSV) · 전체 결과 API (JSON) · 전체 결과 CSV
작성자가 적은 한계
- 관측 행만 합산하며 관측되지 않은 업종 금액은 미관측으로 보존한다. 이것은 미관측 금액이0이라는 가정이 아니라 결과 지표 자체를 관측 부분으로 한정한 것이다. 구×분기 전체가 미관측이거나 합계가0이하면 로그 추정을 중단한다.
- 매출 변화에 관측 집합의 진입·이탈, 비공개·누락, 공간 기준 변화가 섞일 수 있다. 동대문의 관측 상권·업종 조합은 분기마다24~31개로 바뀐다. 관측 진입·이탈은 개업·폐업과 같지 않다.
- 2023 영역 ZIP의 코드→자치구 연결은 가능하지만 모든 연도의 경계 호환성이 입증된 것은 아니다. 해당 연결을 탐색 집계에 사용한 가정으로 명시한다.
- 금액은 당월_매출_금액 원본을 그대로 사용한다. 월평균 해석의 공식 설명과2024년 한 관광특구 대조 근거가 있으나 전 기간을 분기총액으로 환산하지 않았다. 모든 관측에 같은 상수3을 곱해도 로그 모형 계수는 같지만, 이 성질은 시기별 정의 변경을 해결하지 않는다.
이 결과를 얼마나 믿을 수 있나
판정과 별개로, 기록으로 확인되는 것만 적었습니다. 노란 항목은 결과가 틀렸다는 뜻이 아니라 아직 확인되지 않았다는 뜻입니다.
- 사전 등록 · 결과 뒤 계획 수정 1회 첫 결과가 커밋된 뒤(또는 같은 커밋에서) plan.yaml 이 바뀌었습니다. 바뀐 이유는 작성자의 '계획에서 바뀐 것'을 보세요.
- 교차 재현 · 아직 없음 작성자 외에 다시 돌려 본 사람이 아직 없습니다.
- 작성자 해석 · 있음 discussion.md 에 '결과를 한 문장으로'가 있습니다.
교차 재현을 하셨나요? 재현 기록 남기기
쓴 공공데이터
| 데이터 | 이용 조건 |
|---|---|
| 서울시 상권분석서비스 추정매출-상권 (OA-15572) 서울특별시·서울신용보증재단 | 공공누리 1유형(출처표시) |
| 서울시 상권분석서비스 영역-상권 (OA-15560) 서울특별시·서울신용보증재단 | 공공누리 1유형(출처표시) |
| 행정안전부 연령별 주민등록인구 행정안전부 주민과 | 기타 — 출처 페이지의 이용 조건 확인 |
| 서울시 가구원수별 가구 (DT201004B010004) 서울특별시 (인구주택총조사) | 공공누리 1유형(출처표시) |
| 서울시 행정구역 구별 면적 (DT201004O010001) 서울특별시 | 공공누리 1유형(출처표시) |
| 서울시 상권분석서비스 점포-상권 (OA-15577) 서울특별시·서울신용보증재단 | 공공누리 1유형(출처표시) |
나머지 1개 출처 보기
| 데이터 | 이용 조건 |
|---|---|
| 서울시 전통시장 현황 2022년 상반기 파일 (OA-1176) 서울특별시 | 공공누리 1유형(출처표시) |
원자료는 레포에 올리지 않습니다. 아래 명령이 공개 창구에서 직접 받아 같은 결과를 만듭니다. 각 데이터의 단위·받는 법·키 필요 여부는 데이터 지도에 있습니다.
직접 돌려 보기
git clone https://github.com/CausalInferenceLab/policy-effect-analytics-agent.git
cd policy-effect-analytics-agent
pip install -e ".[dev,analysis]"
make flow CASE=cases/YoungjaeKang-retail-hours실행 2026-10-28 · 코드 862749c · 데이터 해시 053314944c28
내 지역·정책에 적용하기
- 이 폴더를 복사합니다:
cp -r cases/YoungjaeKang-retail-hours cases/<내ID>-<주제> plan.yaml의 처치(정책·시작일·대상)와 대조를 바꾸고, 데이터를 보기 전에 커밋합니다.- 작업 제안으로 올리면 리뷰 후 이 화면에 같은 형식으로 나옵니다.