Запитання з тегом «causality»

Які теоретичні підходи до причинності я повинен знати як прикладний статистик / економетрик? Я знаю (дуже небагато) Причинно-наслідкова модель Неймана – Рубіна (і Рой , Хаавелмо тощо) Робота Перла про причинність Причинність Грейнджера (хоча і менш орієнтована на лікування) Які поняття я пропускаю або мені слід знати? Пов'язане: Які теорії …

16 machine-learning  causality  theory  treatment-effect 

Я намагаюся просвітити себе причинності Грейнджера. Я прочитав публікації на цьому сайті та кілька хороших статей в Інтернеті. Я також натрапив на дуже корисний інструмент - « Біваріантна Грінджерська причинність» - Безкоштовний калькулятор статистики , який дозволяє вводити часовий ряд та обчислювати статистику Грейнджера. Нижче наведено вихід із зразкових даних, …

16 time-series  causality  granger-causality 

Я експериментую з алгоритмом машини для підвищення градієнта через caretпакет в Р. Використовуючи невеликий набір даних про вступ до коледжу, я застосував такий код: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting machine …

15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

Я намагаюся зрозуміти логіку d-розділення в причинних байєсівських мережах. Я знаю, як працює алгоритм, але я не точно розумію, чому працює "потік інформації", як зазначено в алгоритмі. Наприклад, на графіку вище, давайте подумаємо, що нам задано лише X, а іншої змінної не спостерігається. Тоді, згідно з правилами d-поділу, потік інформації …

15 bayesian  causality  graphical-model  bayesian-network 

Направлені ациклічні графіки (DAG) - це ефективні візуальні уявлення про якісні причинно-наслідкові припущення в статистичних моделях, але чи можна їх використовувати для подання звичайного приладового змінного рівняння (або інших рівнянь)? Якщо так, то як? Якщо ні, то чому?

15 causality  instrumental-variables  dag 

Я читав деякі статті, і мені незрозуміло конкретні визначення середнього ефекту від лікування (ATE) та граничного ефекту від лікування (MTE). Вони однакові? За словами Остіна ... Умовний ефект - це середній ефект на предметному рівні переміщення предмета від необробленого до обробленого. Коефіцієнт регресії для змінної індикатора призначення лікування з багатовимірної …

14 causality  hazard  propensity-scores  marginal-effect  marginal-model 

Як стверджує М. Кац у своїй книзі « Багатовимірний аналіз» (Розділ 1.2, сторінка 6), « Конфідент асоціюється з фактором ризику і причинно пов’язаний з результатом. » Чому учасник повинен бути причинно пов'язаний з результатом? Чи буде достатньо для того, щоб доповідач був пов'язаний з результатом?

14 causality  definition  confounding 

Контекст цього питання знаходиться в межах здоров'я, тобто розглядає одну або кілька методів терапії при лікуванні стану. Схоже, навіть шановані дослідники плутають терміни ефективність та ефективність , використовуючи терміни взаємозамінно. Як можна думати про ефективність та ефективність таким чином, що може допомогти зняти плутанину? Який тип проектів дослідження був би …

14 epidemiology  causality  clinical-trials  definition  instrumental-variables 

Я бачив оператор скрізь у деякому огляді літератури, який я роблю з причинності (див., Наприклад, цей запис у Вікіпедії ). Однак я не можу знайти формальне та загальне визначення цього оператора.гo ( x )do(x)do(x) Чи може хтось вказати мені на гарну довідку щодо цього? Мене цікавить загальне визначення, а не …

14 references  causality  definition 

Я розумію причинно-наслідкові зв’язки, що використовуються в мікроекономіці (зокрема, проект IV або регресії регресії), а також причинність Грейнджера, що використовується в економетрії часових рядів. Як я пов’язую одне з іншим? Наприклад, я бачив, як обидва підходи використовуються для даних панелі (скажімо, , T = 20 ). Будь-які посилання на документи …

14 time-series  econometrics  causality  granger-causality 

Зараз я працюю над проблемою, за якою у нас є невеликий набір даних, і ми зацікавлені в ефекті причинності лікування на результат. Мій радник доручив мені виконати одноманітну регресію для кожного прогноктора з результатом як відповідь, потім призначення лікування як відповідь. Тобто, мене просять встановити регресію по одній змінній за …

13 regression  multivariate-analysis  model-selection  causality  univariate 

Регресія на не повинна бути причинною, якщо є опущені змінні, які впливають і на і на . Але якщо не для опущених змінних та помилки вимірювання, чи є причиною регресії? Тобто, якщо в регресію включена кожна можлива змінна?yyyxxxxxxyyy

13 regression  bias  causality 

Я вивчаю імовірнісні графічні моделі , книгу для самостійного вивчення. Чи ребра в спрямованому ациклічному графіку (DAG) представляють причинно-наслідкові зв’язки? Що робити, якщо я хочу побудувати байєсівську мережу , але я не впевнений у напрямку стрілок у ній? Усі дані підкажуть мені, що спостерігаються кореляції, а не взаємозв'язки між ними. …

13 causality  graphical-model  bayesian-network  dag 

Відповідність показника схильності використовується для причинно-наслідкових висновків у спостережних дослідженнях (див. Статтю Розенбаум / Рубін ). Яка проста інтуїція, за якою вона працює? Іншими словами, чому, якщо ми впевнені, що ймовірність участі в лікуванні є рівною для двох груп, сумнівні наслідки зникають, і ми можемо використати результат, щоб зробити причинно-наслідкові …

13 causality  regression-strategies  propensity-scores  confounding 

Втілюючи причинну модель Рубіна, одне з (незаперечних) припущень, яке нам потрібно, - це необгрунтованість, що означає ( Y( 0 ) , Y( 1 ) ) ⊥ T| Х(Y(0),Y(1))⊥T|X(Y(0),Y(1))\perp T|X Там, де LHS є контрфактиками, T - це лікування, а X - коваріати, якими ми керуємо. Мені цікаво, як описати це …

13 causality  treatment-effect  confounding