Identifikasi Kausaliti dengan Graf Berkitar Arah (do-calculus)
Identifikasi kausaliti DAG ialah satu rangka kerja, yang dibangunkan oleh Judea Pearl (2009), yang menyandikan andaian kausaliti sebagai graf berkitar arah dan menggunakan peraturan do-calculus untuk menentukan sama ada dan bagaimana kesan kausal boleh dikenal pasti daripada data pemerhatian. Ia mengendalikan pembaur, pemboleh ubah instrumental, dan laluan pintu belakang secara sistematik.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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
Cara memetik halaman ini
ScholarGate. (2026, June 1). Causal Identification with Directed Acyclic Graphs (do-calculus). ScholarGate. https://scholargate.app/ms/causal-inference/dag-identification
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.
- Kaedah Pemboleh Ubah Instrumental (IV) untuk Inferensi KausalEkonomi Kesihatan↔ compare
- Penimbang Kebarangkalian Songsang (IPW / IPTW)Inferens Kausal↔ compare
- Analisis PengantaraanStatistik↔ compare
- Padanan Skor KecenderunganStatistik Penyelidikan↔ compare
- Analisis Sensitiviti untuk Bias Tersembunyi (Rosenbaum Bounds / E-value)Inferens Kausal↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →