Kauzalna identifikacija pomoću usmerenih acikličnih grafova (do-račun)
Kauzalna identifikacija pomoću usmerenih acikličnih grafova (DAG) je okvir, koji je razvio Judea Pearl (2009), a koji kodira kauzalne pretpostavke kao usmereni aciklični graf i koristi pravila do-računa da bi se utvrdilo da li se i kako kauzalni efekat može identifikovati iz opservacionih podataka. Sistematski obrađuje zbunjujuće faktore, instrumentalne varijable i putanje povratnih vrata.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Mapa metoda
Okruženje srodnih metoda — izaberite čvor da biste istraživali.
Izvori
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Causal Identification with Directed Acyclic Graphs (do-calculus). ScholarGate. https://scholargate.app/sr/causal-inference/dag-identification
Koja metoda?
Postavite ovu metodu pored njoj najbližih srodnika i čitajte ih uporedo — biblioteka polaže knjige na sto; izbor je na vama.
- Metod instrumentalnih promenljivih (IV) za kauzalno zaključivanjeEkonomija zdravstva↔ uporedi
- Metoda inverzne verovatnoće tretmana (IPW / IPTW)Kauzalno zaključivanje↔ uporedi
- Analiza medijacijeStatistika↔ uporedi
- Uskladiivanje rezultata sklonostiIstraživačka statistika↔ uporedi
- Sensitivity Analysis for Unmeasured ConfoundingKauzalno zaključivanje↔ uporedi
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →