Regression modelQuasi-experimental / causal inference

ניתוח רגישות לסיבתיות

ניתוח רגישות לסיבתיות מעריך עד כמה מסקנה סיבתית חסינה בפני משתנים מתערבים בלתי נצפים. במקום להניח שכל המשתנים המתערבים נשלטים, הוא שואל: עד כמה חזק צריך להיות משתנה בלתי נמדד כדי לבטל את האפקט המוערך? זוהי בדיקת חוסן הכרחית לאחר כל ניתוח סיבתי כמעט-ניסויי או תצפיתי.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

The neighbourhood of related methods — select a node to explore.

+4 more

מקורות

  1. Rosenbaum, P. R. (2002). Observational Studies (2nd ed.). Springer. ISBN: 978-0387989679
  2. 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

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Sensitivity Analysis for Hidden Bias in Causal Inference. ScholarGate. https://scholargate.app/he/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.

Compare side by side

מאוזכר על ידי

ScholarGateSensitivity Analysis for Causality (Sensitivity Analysis for Hidden Bias in Causal Inference). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/causal-inference/sensitivity-analysis-for-causality · מערך נתונים: https://doi.org/10.5281/zenodo.20539026