Regression modelQuasi-experimental / causal inference

การวิเคราะห์ความไวต่อเหตุปัจจัยเชิงสาเหตุ

การวิเคราะห์ความไวต่อเหตุปัจจัยเชิงสาเหตุเป็นการประเมินว่าข้อสรุปเชิงสาเหตุมีความแข็งแกร่งเพียงใดต่อปัจจัยกวนที่ไม่ได้สังเกต แทนที่จะสมมติว่าปัจจัยกวนทั้งหมดถูกควบคุมแล้ว การวิเคราะห์นี้จะถามว่า: ตัวแปรที่ไม่ได้วัดจะต้องมีความแข็งแกร่งเพียงใดจึงจะสามารถลบล้างผลกระทบที่ประมาณค่าได้? การวิเคราะห์นี้เป็นการตรวจสอบความแข็งแกร่งที่ขาดไม่ได้หลังจากการวิเคราะห์เชิงสาเหตุแบบกึ่งทดลองหรือแบบสังเกตการณ์ใดๆ

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

+4 more

แหล่งอ้างอิง

  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

วิธีอ้างอิงหน้านี้

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

ถูกอ้างอิงโดย

ScholarGateSensitivity Analysis for Causality (Sensitivity Analysis for Hidden Bias in Causal Inference). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/causal-inference/sensitivity-analysis-for-causality · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026