Análisis de sensibilidad para la causalidad
El análisis de sensibilidad para la causalidad evalúa la solidez de una conclusión causal frente a la confusión no observada. En lugar de asumir que todos los factores de confusión están controlados, pregunta: ¿qué tan fuerte tendría que ser una variable no medida para anular el efecto estimado? Es una comprobación de robustez indispensable después de cualquier análisis causal cuasi-experimental u observacional.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Fuentes
- Rosenbaum, P. R. (2002). Observational Studies (2nd ed.). Springer. ISBN: 978-0387989679
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Sensitivity Analysis for Hidden Bias in Causal Inference. ScholarGate. https://scholargate.app/es/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.
- Diferencia en Diferencias (Diff-in-Diff)Econometría↔ compare
- Estimación Doblemente Robusta (AIPW)Inferencia causal↔ compare
- Método de Variables Instrumentales (VI) para Inferencia CausalEconomía de la salud↔ compare
- Emparejamiento por Puntuación de PropensiónEstadística para la investigación↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →