Regression modelQuasi-experimental / causal inference

Анализ на чувствителността за причинно-следствена връзка

Анализът на чувствителността за причинно-следствена връзка оценява колко устойчиво е причинно-следственото заключение на ненаблюдавано объркване. Вместо да се приема, че всички объркващи фактори са контролирани, той пита: колко силен трябва да бъде неизмерен променлив фактор, за да обърне оценения ефект? Това е незаменима проверка за устойчивост след всеки квази-експериментален или наблюдателен причинно-следствен анализ.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

+4 more

Източници

  1. Rosenbaum, P. R. (2002). Observational Studies (2nd ed.). Springer. ISBN: 978-0387989679
  2. Cinelli, C., & Hazlett, C. (2020). Making sense of sensitivity: Extending omitted variable bias. Journal of the Royal Statistical Society: Series B, 82(1), 39-67. DOI: 10.1111/rssb.12348

Как да цитирате тази страница

ScholarGate. (2026, June 3). Sensitivity Analysis for Hidden Bias in Causal Inference. ScholarGate. https://scholargate.app/bg/causal-inference/sensitivity-analysis-for-causality

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.

Compare side by side

Цитиран в

ScholarGateSensitivity Analysis for Causality (Sensitivity Analysis for Hidden Bias in Causal Inference). Извлечено на 2026-06-15 от https://scholargate.app/bg/causal-inference/sensitivity-analysis-for-causality · Набор от данни: https://doi.org/10.5281/zenodo.20539026