Tundlikkusanalüüs põhjuslikkuse jaoks
Põhjuslikkuse tundlikkusanalüüs hindab, kui vastupidav on põhjuslik järeldus vaatlemata segajatele. Selle asemel, et eeldada, et kõik segajad on kontrollitud, küsib see: kui tugev peaks olema mõõtmata muutuja, et hinnatud mõju ümber lükata? See on asendamatu vastupidavuse kontroll pärast mis tahes kvasi-eksperimentaalset või vaatluslikku põhjuslikku analüüsi.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Sensitivity Analysis for Hidden Bias in Causal Inference. ScholarGate. https://scholargate.app/et/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.
- Erinevused erinevustes (Diff-in-Diff)Ökonomeetria↔ compare
- Topeltrobustne hindamine (AIPW)Põhjuslik järeldamine↔ compare
- Instrumentaalmuutujate (IV) meetod kausaalse järelduse tegemiseksTerviseökonoomika↔ compare
- Kalduvusskoori sobitamineUurimisstatistika↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →