Regression modelQuasi-experimental / causal inference

कारणता के लिए संवेदनशीलता विश्लेषण

कारणता के लिए संवेदनशीलता विश्लेषण यह आकलन करता है कि एक कारण निष्कर्ष अनपेक्षित भ्रम (unobserved confounding) के प्रति कितना मजबूत है। सभी भ्रमों को नियंत्रित मान लेने के बजाय, यह पूछता है: अनुमानित प्रभाव को पलटने के लिए एक अनमापी चर (unmeasured variable) को कितना मजबूत होना होगा? यह किसी भी अर्ध-प्रायोगिक (quasi-experimental) या अवलोकन संबंधी (observational) कारण विश्लेषण के बाद एक अनिवार्य मजबूती जांच है।

MethodMind में खोलेंजल्द हीवीडियोजल्द हीDownload slides

पूरी विधि पढ़ें

केवल सदस्यों के लिए

यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।

साइन इन करें

Method map

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

+4 more

स्रोत

  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

इस पृष्ठ का उद्धरण कैसे दें

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

इनमें संदर्भित

ScholarGateSensitivity Analysis for Causality (Sensitivity Analysis for Hidden Bias in Causal Inference). 2026-06-15 को यहाँ से प्राप्त https://scholargate.app/hi/causal-inference/sensitivity-analysis-for-causality · डेटासेट: https://doi.org/10.5281/zenodo.20539026