Analisi di sensibilità per bias nascosto (Limiti di Rosenbaum / E-value)
L'analisi di sensibilità per il bias nascosto è una famiglia di metodi che quantificano quanto fortemente un confondente non misurato dovrebbe operare prima di poter ribaltare una conclusione causale tratta da dati osservazionali. È stata cristallizzata dai limiti di sensibilità di Paul Rosenbaum (2002) ed estesa dall'E-value di VanderWeele e Ding (2017).
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Rosenbaum, P. R. (2002). Observational Studies (2nd ed.). Springer. ISBN: 978-0387989679
- VanderWeele, T. J. & Ding, P. (2017). Sensitivity Analysis in Observational Research: Introducing the E-Value. Annals of Internal Medicine, 167(4), 268-274. DOI: 10.7326/M16-2607 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Sensitivity Analysis for Hidden Bias in Observational Studies (Rosenbaum Bounds / E-value). ScholarGate. https://scholargate.app/it/causal-inference/sensitivity-analysis-observational
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.
- Aggiustamento Frontdoor (Criterio Frontdoor)Inferenza causale↔ compare
- Effetto Medio Locale del Trattamento (LATE / CACE)Inferenza causale↔ compare
- Test di Placebo per l'Inferenza CausaleInferenza causale↔ compare
- Abbinamento del punteggio di propensioneStatistica per la ricerca↔ compare
- Variabili Strumentali tramite Minimi Quadrati a Due Stadi (IV/2SLS)Inferenza causale↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →