A kauzális azonosítás irányított aciklikus grafikonokkal (do-kalkulus)
A DAG kauzális azonosítása egy keretrendszer, amelyet Judea Pearl (2009) fejlesztett ki, és amely a kauzális feltételezéseket irányított aciklikus grafikonként kódolja, valamint a do-kalkulus szabályait használja annak meghatározására, hogy egy kauzális hatás azonosítható-e megfigyelési adatokból, és hogyan. Rendszeresen kezeli a konfundereket, instrumentális változókat és a backdoor utakat.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- Pearl, J. (2009). Causality: Models, Reasoning, and Inference (2nd ed.). Cambridge University Press. ISBN: 978-0521895606
- Pearl, J., Glymour, M., & Jewell, N. P. (2016). Causal Inference in Statistics: A Primer. Wiley. ISBN: 978-1119186847
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). Causal Identification with Directed Acyclic Graphs (do-calculus). ScholarGate. https://scholargate.app/hu/causal-inference/dag-identification
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- Instrumentális Változók (IV) Módszer Kauzális Infláció BecsléséreEgészség-gazdaságtan↔ összehasonlítás
- Az inverz valószínűségi kezelési súlyozás (IPW / IPTW)Oksági következtetés↔ összehasonlítás
- Mediációs analízisStatisztika↔ összehasonlítás
- Tárgyhajlamossági pontszám illesztésKutatási statisztika↔ összehasonlítás
- Érzékenységvizsgálat rejtett torzításra (Rosenbaum-féle határok / E-érték)Oksági következtetés↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →