Kausalförklaring med riktade acykliska grafer (do-kalkyl)
DAG-kausal identifiering är ett ramverk, utvecklat av Judea Pearl (2009), som kodar kausala antaganden som en riktad acyklisk graf och använder do-kalkylens regler för att avgöra om och hur en kausal effekt kan identifieras från observationsdata. Det hanterar systematiskt förväxlingsfaktorer, instrumentvariabler och bakdörrsstigar.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 1). Causal Identification with Directed Acyclic Graphs (do-calculus). ScholarGate. https://scholargate.app/sv/causal-inference/dag-identification
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.
- Instrumentvariabelmetoden (IV) för kausal inferensHälsoekonomi↔ compare
- Viktning med inversa sannolikheter för behandling (IPW / IPTW)Kausal inferens↔ compare
- MedieringsanalysStatistik↔ compare
- Propensity score-matchningForskningsstatistik↔ compare
- Känslighetsanalys för dolt urvalsbias (Rosenbaum Bounds / E-value)Kausal inferens↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →