เปรียบเทียบวิธี

	การปรับแบบประตูหน้า (เกณฑ์ประตูหน้า)	การระบุสาเหตุด้วยกราฟอะไซคลิกแบบมีทิศทาง (do-calculus)
สาขาวิชา	การอนุมานเชิงสาเหตุ	การอนุมานเชิงสาเหตุ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1995	2009
ผู้ริเริ่ม	Judea Pearl	Judea Pearl
ประเภท	Causal identification (graphical adjustment)	Causal identification framework
แหล่งต้นตำรับ	Pearl, J. (1995). Causal Diagrams for Empirical Research. Biometrika, 82(4), 669-688.	Pearl, J. (2009). Causality: Models, Reasoning, and Inference (2nd ed.). Cambridge University Press. ISBN: 978-0521895606
ชื่อเรียกอื่น	frontdoor criterion, Pearl's frontdoor adjustment, frontdoor formula, Ön Kapı Düzenlemesi (Frontdoor Adjustment)	do-calculus, backdoor adjustment, Pearl causal identification, DAG ile Nedensel Tanımlama (do-calculus)
ที่เกี่ยวข้อง	4	5
สรุป	Frontdoor adjustment is Judea Pearl's graphical identification strategy, introduced in 1995, that recovers the causal effect of a treatment on an outcome through a fully mediating variable even when an unobserved confounder sits between the treatment and the outcome. It is the go-to tool when the backdoor criterion cannot be satisfied because the confounder is unmeasured.	DAG causal identification is a framework, developed by Judea Pearl (2009), that encodes causal assumptions as a directed acyclic graph and uses the do-calculus rules to determine whether and how a causal effect can be identified from observational data. It systematically handles confounders, instrumental variables, and backdoor paths.