Methodenbewijsdossier

Sensitivity Analysis for Causality

Sensitivity analysis for causality assesses how robust a causal conclusion is to unobserved confounding. Rather than assuming all confounders are controlled, it asks: how strong would an unmeasured variable need to be to overturn the estimated effect? It is an indispensable robustness check after any quasi-experimental or observational causal analysis.

Sources recorded, not reviewed

Bronrecord

Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.

Sensitivity Analysis for Hidden Bias in Causal Inference

Taxonomisch methodendossier · regression-model / causal-inference

Rosenbaum, P. R. (2002). Observational Studies (2nd ed.). Springer. · ISBN 978-0387989679
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

Volledige methode openen

Gecureerde claims

Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.

Nog geen gecureerde claims

Deze weergave verzint geen claimbeoordeling als het register er geen heeft.

Gerelateerde methoden

Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.

Same method familyDifference-in-Differencesmachine-suggested · Relational suggestion, not evidence.Same method familyDoubly Robust Estimationmachine-suggested · Relational suggestion, not evidence.See alsoInstrumental Variables in Health Researchmachine-suggested · Relational suggestion, not evidence.See alsoPropensity Score Matchingmachine-suggested · Relational suggestion, not evidence.