Propensity Score Matching wird verwendet, um kausale Schlussfolgerungen in Beobachtungsstudien zu ziehen (siehe das Rosenbaum / Rubin-Papier ). Was ist die einfache Intuition dahinter, warum es funktioniert? Mit anderen Worten, warum verschwinden die verwirrenden Effekte, wenn wir sicherstellen,...
Ich studiere probabilistische grafische Modelle , ein Buch zum Selbststudium. Stellen Kanten in einem gerichteten azyklischen Graphen (DAG) Kausalzusammenhänge dar? Was ist, wenn ich ein Bayes-Netzwerk aufbauen möchte , mir aber nicht sicher ist, in welche Richtung die Pfeile zeigen? Alle Daten...
Ich verstehe die Kausalität, wie sie in der Mikroökonomie verwendet wird (insbesondere IV oder Regressionsdiskontinuitätsdesign), und auch die Granger-Kausalität, wie sie in der Zeitreihenökonometrie verwendet wird. Wie verhalte ich mich zueinander? Ich habe zum Beispiel gesehen, dass beide Ansätze...
Eine Regression von yyy auf xxx muss nicht kausal sein, wenn Variablen ausgelassen werden, die sowohl xxx als auch yyy . Aber wenn nicht für ausgelassene Variablen und Messfehler, ist eine Regression kausal? Das heißt, wenn jede mögliche Variable in der Regression enthalten
Wenn wir den kausalen Effekt von auf im folgenden berechnen wollten , können wir sowohl den Satz für die Anpassung der Hintertür als auch für die Anpassung der Vordertür verwenden, dh XXXYYYP(y|do(X=x))=∑uP(y|x,u)P(u)P(y|do(X=x))=∑uP(y|x,u)P(u)P(y | \textit{do}(X = x)) = \sum_u P(y | x, u) P(u) und...
In Judea Pearls "Book of Why" spricht er über das, was er als "Ladder of Causation" bezeichnet. Dies ist im Wesentlichen eine Hierarchie, die sich aus verschiedenen Ebenen kausalen Denkens zusammensetzt. Die niedrigste befasst sich mit Assoziationsmustern in beobachteten Daten (z. B. Korrelation,...
Akademische Ökonomen sind häufig an der Bestimmung der Kausalität interessiert. Anscheinend suchen alle Jobs im privaten Sektor für Statistik / Datenwissenschaft, von denen ich höre, nur nach Vorhersagemodellen. Gibt es Arbeitsplätze im privaten Sektor (oder in der Regierung), die die Kausalität...
Ich beziehe mich auf die Hintertür Verstellung und Front-Tür Einstellung hier : Anpassung der Hintertür : Das archetypische epidemiologische Problem in der Statistik besteht darin, die Wirkung eines gemessenen Confounders anzupassen. Das Hintertürkriterium von Pearl verallgemeinert diese Idee....
Bei der Implementierung von Rubins Kausalmodell ist eine der (nicht testbaren) Annahmen, die wir brauchen, Unbegründetheit, was bedeutet ( Y.( 0 ) , Y.( 1 ) ) ⊥ T.| X.(Y.(0),Y.(1))⊥T.|X.(Y(0),Y(1))\perp T|X Wo die LHS die Kontrafakten sind, ist das T die Behandlung und X sind die Kovariaten, auf...
Mir ist der Ramsey-Reset-Test bekannt, der möglicherweise nichtlineare Abhängigkeiten erkennt. Wenn Sie jedoch nur einen der Regressionskoeffizienten (lediglich lineare Abhängigkeiten) wegwerfen, können Sie abhängig von den Korrelationen eine Verzerrung erhalten. Dies wird vom Reset-Test...
Ich fange an, Causal Inference in Statistics, A Primer von Judea Pearl et. al. Ich habe einen Master in Mathematik, aber ich habe noch nie einen Statistikkurs belegt. Ich bin ein bisschen verwirrt von einer der frühen Studienfragen, und es gibt niemanden, den ich danach fragen kann. Ich hoffe, dass...
Das Standardschema der instrumentellen Variablen in Bezug auf die Kausalität ( ->) lautet: Z -> X -> Y Wobei Z ein Instrument ist, X eine endogene Variable und Y eine Antwort. Ist es möglich, dass folgende Beziehungen: Z <- X ->Y Z <-> X ->Y sind auch gültig? Während...
Nehmen wir an, ich habe eine Tabelle mit den Spalten "A", "B". Gibt es eine statistische Methode, um festzustellen, ob "A" "B" verursacht? Man kann Pearson's r nicht wirklich benutzen, weil: Es wird nur die Korrelation zwischen Werten getestet Korrelation ist keine Kausalität Pearsons r kann...
Ich frage mich, wie eine instrumentelle Variable die Auswahlverzerrung bei der Regression angeht. Hier ist das Beispiel, an dem ich kaue: In Mostly Harmless Econometrics diskutieren die Autoren eine IV-Regression in Bezug auf Militärdienst und Einkommen im späteren Leben. Die Frage ist: "Steigert...
Ich suche ein Papier, von dem ich hoffe, dass es existiert, weiß aber nicht, ob es existiert. Es könnte sich um eine Reihe von Fallstudien und / oder ein Argument aus der Wahrscheinlichkeitstheorie handeln, warum die Verwendung von Querschnittsdaten zum Ableiten / Vorhersagen von...
Können Sie Bücher, Artikel, Aufsätze, Online-Tutorials / Kurse usw. empfehlen, die für einen Epidemiologen / Biostatistiker interessant und nützlich wären, um etwas über die Philosophie der Kausalität / kausalen Folgerung zu lernen? Ich weiß ziemlich viel darüber, wie man tatsächlich kausale...
Ich habe eine Frage zum Differenzen-in-Differenzen-Ansatz mit der folgenden Standardgleichung: Dabei ist Treat eine Dummy-Variable für die behandelte Gruppe und den Post. y=a+b1treat+b2post+b3treat⋅post+uy=a+b1treat+b2post+b3treat⋅post+u y= a + b_1\text{treat}+ b_2\text{post} +...
Das Folgende ist eine Frage zu den vielen Visualisierungen, die als "Beweis durch Bild" für die Existenz von Simpsons Paradox angeboten werden, und möglicherweise eine Frage zur Terminologie. Simpsons Paradoxon ist ein ziemlich einfaches Phänomen, das zu beschreiben und numerische Beispiele zu...
Ich habe ein GLMM der Form: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Wenn ich benutze drop1(model, test="Chi"), erhalte ich andere Ergebnisse als wenn ich Anova(model, type="III")aus dem Autopaket oder benutze summary(model). Diese...
Welche Beziehungen und Unterschiede bestehen zwischen kausaler Inferenz und Vorhersage (sowohl Klassifikation als auch Regression)? Im Vorhersagekontext haben wir die Prädiktor- / Eingangsvariablen und die Antwort- / Ausgangsvariablen. Bedeutet das, dass es einen kausalen Zusammenhang zwischen...