ScholarGate
Asystent
Regression modelQuasi-experimental / causal inference

Analiza wrażliwości dla przyczynowości

Analiza wrażliwości dla przyczynowości ocenia, jak odporny jest wniosek przyczynowy na nieobserwowane zakłócenia. Zamiast zakładać, że wszystkie czynniki zakłócające są kontrolowane, pyta: jak silna musiałaby być niemierzona zmienna, aby obalić oszacowany efekt? Jest to niezbędna kontrola odporności po każdej quasi-eksperymentalnej lub obserwacyjnej analizie przyczynowości.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

+4 more

Źródła

  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

Jak cytować tę stronę

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

Cytowana przez

ScholarGateSensitivity Analysis for Causality (Sensitivity Analysis for Hidden Bias in Causal Inference). Pobrano 2026-06-15 z https://scholargate.app/pl/causal-inference/sensitivity-analysis-for-causality · Zbiór danych: https://doi.org/10.5281/zenodo.20539026