ScholarGate
ผู้ช่วย

เปรียบเทียบวิธี

ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้

การวิเคราะห์ความไวต่ออคติแฝง (Rosenbaum Bounds / E-value)×ผลกระทบเฉลี่ยเฉพาะที่ของการรักษา (Local Average Treatment Effect - LATE / CACE)×
สาขาวิชาการอนุมานเชิงสาเหตุการอนุมานเชิงสาเหตุ
ตระกูลRegression modelRegression model
ปีกำเนิด20021994
ผู้ริเริ่มPaul R. Rosenbaum (bounds); Tyler J. VanderWeele & Peng Ding (E-value)Imbens & Angrist (1994); Angrist, Imbens & Rubin (1996)
ประเภทSensitivity analysis for causal inferenceInstrumental-variable causal estimand
แหล่งต้นตำรับRosenbaum, P. R. (2002). Observational Studies (2nd ed.). Springer. ISBN: 978-0387989679Imbens, G. W., & Angrist, J. D. (1994). Identification and Estimation of Local Average Treatment Effects. Econometrica, 62(2), 467-475. DOI ↗
ชื่อเรียกอื่นRosenbaum bounds, E-value, hidden bias sensitivity analysis, unmeasured confounding sensitivityLATE, CACE, complier average causal effect, Yerel Ortalama Tedavi Etkisi (LATE / CACE)
ที่เกี่ยวข้อง55
สรุปSensitivity 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).The Local Average Treatment Effect is an instrumental-variable estimand, introduced by Imbens and Angrist (1994) and formalised with Rubin (1996), that recovers the average treatment effect for the subpopulation of compliers — units whose treatment status is actually moved by the instrument. It is closely tied to compliance analysis.
ScholarGateชุดข้อมูล
  1. v1
  2. 2 แหล่งอ้างอิง
  3. PUBLISHED
  1. v1
  2. 2 แหล่งอ้างอิง
  3. PUBLISHED

ไปที่หน้าค้นหา ดาวน์โหลดสไลด์

ScholarGateเปรียบเทียบวิธี: Sensitivity Analysis for Unmeasured Confounding · Local Average Treatment Effect. สืบค้นเมื่อ 2026-06-17 จาก https://scholargate.app/th/compare