Herkkyysanalyysi kausaalisuudelle
Herkkyysanalyysi kausaalisuudelle arvioi, kuinka luotettava kausaalinen johtopäätös on havaitsemattoman sekoittavan tekijän suhteen. Sen sijaan, että oletettaisiin kaikkien sekoittavien tekijöiden olevan hallinnassa, se kysyy: kuinka vahva mittaamattoman muuttujan tulisi olla, jotta arvioitu vaikutus kääntyisi päälaelleen? Se on välttämätön luotettavuustarkistus minkä tahansa kvasi-kokeellisen tai havainnoivan kausaalianalyysin jälkeen.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Sensitivity Analysis for Hidden Bias in Causal Inference. ScholarGate. https://scholargate.app/fi/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.
- Erojen erot (Diff-in-Diff)Ekonometria↔ compare
- Kaksoisrobustin estimoinnin (AIPW) menetelmäKausaalipäättely↔ compare
- Instrumentaalimuuttujamenetelmä (IV) kausaalisen päättelyn menetelmänäTerveystaloustiede↔ compare
- Propensity Score MatchingTutkimuksen tilastomenetelmät↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →