Regression modelQuasi-experimental / causal inference

Anàlisi de sensibilitat per a la causalitat

L'anàlisi de sensibilitat per a la causalitat avalua la robustesa d'una conclusió causal davant de la confussió no observada. En lloc d'assumir que tots els confusors estan controlats, pregunta: com de fort hauria de ser una variable no mesurada per a anul·lar l'efecte estimat? És una comprovació de robustesa indispensable després de qualsevol anàlisi causal quasi-experimental o observacional.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

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

+4 more

Fonts

  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

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Sensitivity Analysis for Hidden Bias in Causal Inference. ScholarGate. https://scholargate.app/ca/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

Citat per

ScholarGateSensitivity Analysis for Causality (Sensitivity Analysis for Hidden Bias in Causal Inference). Recuperat el 2026-06-15 de https://scholargate.app/ca/causal-inference/sensitivity-analysis-for-causality · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026