পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| কার্যকারণ আবিষ্কার অ্যালগরিদম (PC, FCI, LiNGAM)× | রিগ্রেশন ডিসকন্টিনিউটি ডিজাইন (RDD)× | দ্বি-পর্যায় ন্যূনতম বর্গ (IV/2SLS) দ্বারা যন্ত্র চলক× | |
|---|---|---|---|
| ক্ষেত্র | কার্যকারণ অনুমান | কার্যকারণ অনুমান | কার্যকারণ অনুমান |
| পরিবার | Regression model | Regression model | Regression model |
| উদ্ভবের বছর≠ | 2000 | 2008 | 2009 |
| প্রবর্তক≠ | Spirtes, Glymour & Scheines (PC/FCI); Shimizu et al. (LiNGAM) | Imbens & Lemieux (guide to practice); Cattaneo, Idrobo & Titiunik (practical introduction) | Angrist & Pischke (textbook treatment); Stock & Yogo (weak-instrument theory) |
| ধরন≠ | Causal structure learning | Quasi-experimental causal design | Instrumental-variables regression |
| মৌলিক উৎস≠ | Spirtes, P., Glymour, C., & Scheines, R. (2000). Causation, Prediction, and Search (2nd ed.). MIT Press. ISBN: 978-0262194402 | Imbens, G. W., & Lemieux, T. (2008). Regression Discontinuity Designs: A Guide to Practice. Journal of Econometrics, 142(2), 615-635. DOI ↗ | Angrist, J. D. & Pischke, J. S. (2009). Mostly Harmless Econometrics: An Empiricist's Companion. Princeton University Press. ISBN: 978-0691120355 |
| অপর নাম≠ | PC algorithm, FCI algorithm, LiNGAM, causal structure learning | RDD, regression discontinuity design, sharp RDD, fuzzy RDD | instrumental variables, IV estimation, 2SLS, instrumental variable regression |
| সম্পর্কিত | 5 | 5 | 5 |
| সারসংক্ষেপ≠ | Causal discovery is a family of algorithms that automatically learn a directed acyclic graph (DAG) describing causal structure directly from observational data. The constraint-based PC and FCI algorithms were developed by Spirtes, Glymour and Scheines (2000), while the LiNGAM model of Shimizu et al. (2006) exploits linear non-Gaussian structure to orient edges. | Regression Discontinuity Design is a quasi-experimental method that identifies a causal effect by locally comparing units just above and just below a cutoff on a continuous assignment (running) variable. Formalised for applied work by Imbens and Lemieux (2008) and developed as a practical framework by Cattaneo, Idrobo, and Titiunik (2020), it estimates a local average treatment effect (LATE) at the threshold. | IV/2SLS is a two-stage estimation method that recovers the causal effect of an endogenous regressor by isolating the part of its variation driven by an external instrument. It is the workhorse identification strategy in modern applied econometrics, developed at length in Angrist and Pischke's Mostly Harmless Econometrics (2009). |
| ScholarGateডেটাসেট ↗ |
|
|
|