التعرف السببي باستخدام الرسوم البيانية الموجهة غير الدورية (حسابات do)
التعرف السببي باستخدام الرسوم البيانية الموجهة غير الدورية (DAG) هو إطار عمل، طوره جوديا بيرل (2009)، يقوم بتشفير الافتراضات السببية كرسم بياني موجه غير دوري ويستخدم قواعد حسابات do لتحديد ما إذا كان يمكن التعرف على التأثير السببي وكيف يمكن التعرف عليه من البيانات الرصدية. يتعامل بشكل منهجي مع العوامل المربكة، والمتغيرات الآلية، ومسارات الباب الخلفي.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Pearl, J. (2009). Causality: Models, Reasoning, and Inference (2nd ed.). Cambridge University Press. ISBN: 978-0521895606
- Pearl, J., Glymour, M., & Jewell, N. P. (2016). Causal Inference in Statistics: A Primer. Wiley. ISBN: 978-1119186847
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 1). Causal Identification with Directed Acyclic Graphs (do-calculus). ScholarGate. https://scholargate.app/ar/causal-inference/dag-identification
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- طريقة المتغيرات الآلية (IV) للاستدلال السببياقتصاديات الصحة↔ compare
- الترجيح الاحتمالي العكسي (IPW / IPTW)الاستدلال السببي↔ compare
- تحليل الوساطةالإحصاء↔ compare
- مطابقة درجات الميلإحصاء البحث↔ compare
- تحليل الحساسية للتحيز الخفي (حدود روزنباوم / القيمة الإلكترونية E-value)الاستدلال السببي↔ compare