Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Аналіз чутливості до прихованого зміщення (Межі Розенбаума / E-значення)× | Коригування "передніх дверей" (критерій "передніх дверей")× | |
|---|---|---|
| Галузь | Причинно-наслідковий висновок | Причинно-наслідковий висновок |
| Родина | Regression model | Regression model |
| Рік появи≠ | 2002 | 1995 |
| Автор методу≠ | Paul R. Rosenbaum (bounds); Tyler J. VanderWeele & Peng Ding (E-value) | Judea Pearl |
| Тип≠ | Sensitivity analysis for causal inference | Causal identification (graphical adjustment) |
| Основоположне джерело≠ | 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. DOI ↗ |
| Інші назви≠ | Rosenbaum bounds, E-value, hidden bias sensitivity analysis, unmeasured confounding sensitivity | frontdoor criterion, Pearl's frontdoor adjustment, frontdoor formula, Ön Kapı Düzenlemesi (Frontdoor Adjustment) |
| Пов'язані≠ | 5 | 4 |
| Підсумок≠ | 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. |
| ScholarGateНабір даних ↗ |
|
|