Je commence à lire Causal Inference in Statistics, A Primer de Judea Pearl et. Al. J'ai une maîtrise en mathématiques, mais je n'ai jamais suivi de cours de statistique. Je suis un peu confus par l'une des premières questions de l'étude, et je ne peux poser aucune question à ce sujet, alors j'espère que quelqu'un sur ce site critiquera mes réponses pour moi. (Ce n'est pas un problème de devoirs. Je suis un retraité, je garde simplement mon esprit actif.) Notez qu'aucune donnée spécifique n'est donnée dans les problèmes.
a) Il existe deux traitements pour les calculs rénaux, le traitement A et le traitement B. Les médecins sont plus susceptibles de prescrire le traitement A sur les grosses pierres (et donc plus sévères) et plus susceptibles de prescrire le traitement B sur les petites pierres. Un patient qui ne connaît pas la taille de sa pierre doit-il examiner les données de la population générale ou les données spécifiques à la taille pour déterminer quel traitement sera le plus efficace?
b) Il y a deux médecins dans une petite ville. Chacun a effectué 100 chirurgies au cours de sa carrière, qui sont de deux types: une opération très facile et une opération très difficile. Le premier médecin effectue la chirurgie facile beaucoup plus souvent que la chirurgie difficile et le second effectue la chirurgie difficile plus souvent que la chirurgie facile. Vous avez besoin d'une intervention chirurgicale, mais vous ne savez pas si votre cas est facile ou difficile. Devriez-vous consulter le taux de réussite de chaque médecin pour tous les cas, ou devriez-vous consulter séparément les taux de réussite pour les cas faciles et difficiles, afin de maximiser les chances de réussite d'une opération?
Quant à la partie a), il est raisonnable de supposer qu'il y a des inconvénients au traitement A par rapport au traitement B, ou pourquoi n'est-il pas prescrit tout le temps? Donc, il me semble que je ne peux pas prendre une décision intelligente sans connaître la taille de mon calcul rénal. Je m'attendrais à ce que les données montrent que le traitement A soit plus efficace sur les grosses pierres et au moins aussi efficace sur les petites pierres, mais je ne voudrais pas assumer les risques présumés du traitement A si ma pierre est petite. En supposant que les petites pierres peuvent presque toujours être traitées avec succès, je m'attendrais à ce que le traitement B montre un taux de réussite plus élevé dans la population générale, mais je ne voudrais pas adopter le traitement B si j'ai une grosse pierre.
Il me semble que les données sont inutiles sauf si je connais la taille de ma pierre. Est-ce la réponse à la question, peut-être? Le tout semble plutôt inutile, car je ne peux pas aller en pharmacie et acheter l'un ou l'autre des traitements en vente libre. Mon médecin le prescrira et s'il ne peut pas (ou ne veut pas) me dire la taille de la pierre, je changerai de médecin.
En ce qui concerne la partie b), il est clair que vous souhaitez examiner les tarifs des procédures séparément, mais les tarifs seuls ne suffisent pas. Supposons que le premier médecin n'ait effectué la chirurgie difficile qu'une seule fois, avec un résultat positif, et que le deuxième médecin l'ait effectuée 37 fois, avec 35 succès. Je serais terriblement enclin à aller avec le deuxième médecin, mais je voudrais savoir comment 35 sur 37 se comparent aux normes nationales, et aussi si les 2 échecs se sont produits au début de sa carrière (alors qu'il apprenait encore) ou plus récemment ( après avoir commencé à boire beaucoup).
Est-ce ce genre de discussion que réclament les problèmes, ou une réponse plus tranchée est-elle attendue? Si j'ai la chance d'avoir un instructeur lu, comment évalueriez-vous ma réponse?
J'ai lu Pearl's Causality , 2nd ed (2009) mais pas le Primer auquel vous vous référez ici. Vous semblez aborder ces questions d'étude avec exactement la bonne mentalité. Vous obtenez vos propres connaissances de base pour remplir ces scénarios avec des informations causales essentielles . Vous attaquez également directement ce qui me semble assez pervers des problèmes de décision tels qu'ils sont présentés, et vous vous efforcez de les remplacer par des problèmes plus significatifs et réalistes.
la source