ScholarGate
دستیار
Regression modelQuasi-experimental / causal inference

تحلیل حساسیت اثرات درمان ناهمگن برای علیت

تحلیل حساسیت اثرات درمان ناهمگن، استحکام تخمین‌های علّی خاص زیرگروه‌ها را در برابر اَشفتگی (confounding) مشاهده‌نشده بررسی می‌کند. به جای آزمون یک اثر میانگین درمان واحد، این روش می‌پرسد که آیا تغییرات تخمین‌زده‌شده در اثرات درمان در میان واحدها یا زیرگروه‌ها می‌تواند ناشی از سوگیری پنهان باشد و در چه سطحی از سوگیری پنهان، نتیجه‌گیری‌های علّی برای هر زیرگروه از بین می‌رود.

باز کردن در MethodMindبه‌زودیApply, compare, get guidance
Tools & resources
دریافت اسلایدها
Learn & explore
ویدیوبه‌زودی

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

نقشهٔ روش

همسایگی روش‌های مرتبط — برای کاوش، یک گره را برگزینید.

منابع

  1. Rosenbaum, P. R. (2002). Observational Studies (2nd ed.). Springer. ISBN: 978-0387989679
  2. Crump, R. K., Hotz, V. J., Imbens, G. W., & Mitnik, O. A. (2008). Nonparametric tests for treatment effect heterogeneity. Review of Economics and Statistics, 90(3), 389-405. DOI: 10.1162/rest.90.3.389

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Sensitivity Analysis for Causality under Heterogeneous Treatment Effects. ScholarGate. https://scholargate.app/fa/causal-inference/heterogeneous-treatment-effect-sensitivity-analysis-for-causality

کدام روش؟

این روش را در کنار نزدیک‌ترین روش‌های خویشاوندش بگذارید و آن‌ها را کنار هم بخوانید — کتابخانه کتاب‌ها را روی میز می‌گشاید؛ انتخاب با شماست.

مقایسهٔ کنار هم
ScholarGateHeterogeneous Treatment Effect Sensitivity Analysis for Causality (Sensitivity Analysis for Causality under Heterogeneous Treatment Effects). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/causal-inference/heterogeneous-treatment-effect-sensitivity-analysis-for-causality · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026