Herkän piilovaikutuksen herkkyysanalyysi (Rosenbaum Bounds / E-arvo)
Herkän piilovaikutuksen herkkyysanalyysi on menetelmäperhe, joka kvantifioi, kuinka voimakkaasti mittaamaton sekoittava tekijä (unmeasured confounder) toimisi, ennen kuin se voisi kumota havaintoaineistosta tehdyn kausaalisen johtopäätöksen. Sen kiteytti Paul Rosenbaumin herkkyysrajat (2002) ja laajensi VanderWeelen ja Dingin E-arvo (2017).
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Rosenbaum, P. R. (2002). Observational Studies (2nd ed.). Springer. ISBN: 978-0387989679
- VanderWeele, T. J. & Ding, P. (2017). Sensitivity Analysis in Observational Research: Introducing the E-Value. Annals of Internal Medicine, 167(4), 268-274. DOI: 10.7326/M16-2607 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 1). Sensitivity Analysis for Hidden Bias in Observational Studies (Rosenbaum Bounds / E-value). ScholarGate. https://scholargate.app/fi/causal-inference/sensitivity-analysis-observational
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.
- Etusulku-säätö (Etusulku-kriteeri)Kausaalipäättely↔ compare
- Paikallinen keskimääräinen vaikutus (LATE / CACE)Kausaalipäättely↔ compare
- Placebotestit kausaalisessa päättelyssäKausaalipäättely↔ compare
- Propensity Score MatchingTutkimuksen tilastomenetelmät↔ compare
- Two-Stage Least Squares (2SLS)Kausaalipäättely↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →