ScholarGate
Asisten
Regression modelQuasi-experimental / causal inference

Analisis Sensitivitas untuk Kausalitas

Analisis sensitivitas untuk kausalitas menilai seberapa kuat kesimpulan kausal terhadap pengganggu yang tidak teramati. Alih-alih mengasumsikan semua pengganggu terkontrol, analisis ini bertanya: seberapa kuat variabel yang tidak terukur yang diperlukan untuk membalikkan efek yang diperkirakan? Ini adalah pemeriksaan ketahanan yang sangat diperlukan setelah analisis kausal kuasi-eksperimental atau observasional apa pun.

Buka di MethodMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

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

+4 more

Sumber

  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

Cara menyitasi halaman ini

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

Dirujuk oleh

ScholarGateSensitivity Analysis for Causality (Sensitivity Analysis for Hidden Bias in Causal Inference). Diakses 2026-06-15 dari https://scholargate.app/id/causal-inference/sensitivity-analysis-for-causality · Set data: https://doi.org/10.5281/zenodo.20539026