Análise de Sensibilidade para Causalidade
A análise de sensibilidade para causalidade avalia quão robusta é uma conclusão causal à presença de confundimento não observado. Em vez de assumir que todos os fatores de confusão são controlados, ela questiona: quão forte uma variável não medida precisaria ser para anular o efeito estimado? É uma verificação de robustez indispensável após qualquer análise causal quase-experimental ou observacional.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Sensitivity Analysis for Hidden Bias in Causal Inference. ScholarGate. https://scholargate.app/pt/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.
- Diferenças em Diferenças (DiD)Econometria↔ compare
- Estimativa Duplamente Robusta (AIPW)Inferência causal↔ compare
- Método de Variáveis Instrumentais (VI) para Inferência CausalEconomia da saúde↔ compare
- Propensity Score MatchingEstatística para pesquisa↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →