Kauzalní identifikace pomocí orientovaných acyklických grafů (do-calculus)
Kauzalní identifikace pomocí DAG je rámec, vyvinutý Judem Pearlem (2009), který kóduje kauzalní předpoklady jako orientovaný acyklický graf a používá pravidla do-calculus k určení, zda a jak lze kauzalní efekt identifikovat z observačních dat. Systematicky zpracovává matoucí faktory, instrumentální proměnné a zpětné cesty.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Causal Identification with Directed Acyclic Graphs (do-calculus). ScholarGate. https://scholargate.app/cs/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.
- Metoda instrumentálních proměnných (IV) pro kauzální inferenciEkonomika zdravotnictví↔ compare
- Vážená inverzní pravděpodobnost léčby (IPW / IPTW)Kauzální inference↔ compare
- Analýza mediaceStatistika↔ compare
- Párování na základě skóre propensityStatistika ve výzkumu↔ compare
- Analýza citlivosti na skrytou zkreslenost (Rosenbaumovy meze / E-hodnota)Kauzální inference↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →