เปรียบเทียบวิธี

	การวิเคราะห์ความไวต่ออคติแฝง (Rosenbaum Bounds / E-value)	การปรับแบบประตูหน้า (เกณฑ์ประตูหน้า)
สาขาวิชา	การอนุมานเชิงสาเหตุ	การอนุมานเชิงสาเหตุ
ตระกูล	Regression model	Regression model
ปีกำเนิด	2002	1995
ผู้ริเริ่ม	Paul R. Rosenbaum (bounds); Tyler J. VanderWeele & Peng Ding (E-value)	Judea Pearl
ประเภท	Sensitivity analysis for causal inference	Causal identification (graphical adjustment)
แหล่งต้นตำรับ	Rosenbaum, P. R. (2002). Observational Studies (2nd ed.). Springer. ISBN: 978-0387989679	Pearl, J. (1995). Causal Diagrams for Empirical Research. Biometrika, 82(4), 669-688.
ชื่อเรียกอื่น	Rosenbaum bounds, E-value, hidden bias sensitivity analysis, unmeasured confounding sensitivity	frontdoor criterion, Pearl's frontdoor adjustment, frontdoor formula, Ön Kapı Düzenlemesi (Frontdoor Adjustment)
ที่เกี่ยวข้อง	5	4
สรุป	Sensitivity analysis for hidden bias is a family of methods that quantify how strongly an unmeasured confounder would have to operate before it could overturn a causal conclusion drawn from observational data. It was crystallised by Paul Rosenbaum's sensitivity bounds (2002) and extended by VanderWeele and Ding's E-value (2017).	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.