Regularyzacja typu "frontdoor" (kryterium "frontdoor")
Regularyzacja typu "frontdoor" to strategia identyfikacji przyczynowości oparta na grafach, opracowana przez Judea Pearla w 1995 roku, która pozwala odzyskać przyczynowy efekt leczenia na wynik poprzez w pełni pośredniczącą zmienną, nawet gdy między leczeniem a wynikiem znajduje się nieobserwowalny czynnik zakłócający. Jest to podstawowe narzędzie, gdy kryterium "backdoor" nie może zostać spełnione z powodu niemierzalności czynnika zakłócającego.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Pearl, J. (1995). Causal Diagrams for Empirical Research. Biometrika, 82(4), 669-688. DOI: 10.1093/biomet/82.4.669 ↗
- Pearl, J. (2009). Causality: Models, Reasoning, and Inference (2nd ed.). Cambridge University Press. ISBN: 978-0521895606
Jak cytować tę stronę
ScholarGate. (2026, June 1). Frontdoor Adjustment (Frontdoor Criterion). ScholarGate. https://scholargate.app/pl/causal-inference/frontdoor-adjustment
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.
- Algorytmy odkrywania przyczynowości (PC, FCI, LiNGAM)Wnioskowanie przyczynowe↔ compare
- DAG Causal IdentificationWnioskowanie przyczynowe↔ compare
- Metoda regresji z nieciągłością (RDD)Wnioskowanie przyczynowe↔ compare
- Zmienne instrumentalne za pomocą dwuetapowych najmniejszych kwadratów (IV/2SLS)Wnioskowanie przyczynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →