Módszerek összehasonlítása
Tekintse át a kiválasztott módszereket egymás mellett; az eltérő sorok kiemelve jelennek meg.
| Kauzalitás mediációs analízis (természetes direkt és indirekt hatások)× | Regresszió Ordináris Legkisebb Négyzetes (OLS) módszerrel× | |
|---|---|---|
| Tudományterület≠ | Oksági következtetés | Ökonometria |
| Módszercsalád | Regression model | Regression model |
| Keletkezés éve≠ | 2010 | 2019 |
| Megalkotó≠ | Pearl (2001); general framework by Imai, Keele & Tingley (2010) | Wooldridge (textbook treatment); classical least squares |
| Típus≠ | Counterfactual causal decomposition | Linear regression |
| Alapmű≠ | Pearl, J. (2001). Direct and Indirect Effects. In Proceedings of the Seventeenth Conference on Uncertainty in Artificial Intelligence (UAI), 411-420. link ↗ | Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860 |
| Alternatív nevek≠ | natural direct effect, natural indirect effect, NDE / NIE decomposition, counterfactual mediation | ordinary least squares, classical linear regression, linear regression, en küçük kareler regresyonu |
| Kapcsolódó | 5 | 5 |
| Összefoglaló≠ | Causal mediation analysis is a counterfactual framework that splits a treatment's total effect into a Natural Direct Effect (NDE) and a Natural Indirect Effect (NIE) that runs through a mediator. The modern general approach was formalised by Pearl (2001) and Imai, Keele and Tingley (2010), giving the decomposition a precise causal interpretation. | Ordinary Least Squares is the classical linear regression method that explains a continuous outcome as a linear combination of predictors. It estimates the coefficients by minimising the sum of squared residuals, and under the Gauss-Markov assumptions these estimates are the best linear unbiased estimator (BLUE). |
| ScholarGateAdatkészlet ↗ |
|
|