Je travaille actuellement sur un problème dans lequel nous avons un petit ensemble de données et nous nous intéressons à l'effet de causalité d'un traitement sur le résultat. Mon conseiller m'a demandé d'effectuer une régression univariée sur chaque prédicteur avec le résultat comme réponse, puis...
L'appariement par score de propension est utilisé pour faire des inférences causales dans les études observationnelles (voir l'article de Rosenbaum / Rubin ). Quelle est l'intuition simple derrière pourquoi cela fonctionne? En d'autres termes, pourquoi si nous nous assurons que la probabilité de...
Je suis en train d' étudier des modèles probabilistes graphiques , un livre d'auto-étude. Les arêtes d'un graphe acyclique dirigé (DAG) représentent-elles des relations causales? Et si je veux construire un réseau bayésien , mais je ne suis pas sûr de la direction des flèches à l'intérieur? Tout ce...
Je comprends la causalité telle qu'utilisée en microéconomie (en particulier IV ou conception de discontinuité de régression) et aussi la causalité de Granger telle qu'utilisée en économétrie de séries chronologiques. Comment est-ce que je lie l'un avec l'autre? Par exemple, j'ai vu les deux...
Dans le "Livre de pourquoi" de Judea Pearl, il parle de ce qu'il appelle l'échelle de causalité, qui est essentiellement une hiérarchie composée de différents niveaux de raisonnement causal. Le plus bas concerne les modèles d'association dans les données observées (par exemple, corrélation,...
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...
Les économétriciens universitaires sont souvent intéressés à déterminer la causalité. Il semble que tous les emplois en statistique / science des données du secteur privé dont j'entends parler ne recherchent que des modèles prédictifs. Y a-t-il des emplois dans le secteur privé (ou des emplois...
Si nous voulions calculer l'effet causal de sur dans le graphique causal ci-dessous, nous pouvons utiliser à la fois les théorèmes d'ajustement de porte arrière et d'ajustement de porte d'entrée, c'est-à-dire XXXYYYP(y|do(X=x))=∑uP(y|x,u)P(u)P(y|do(X=x))=∑uP(y|x,u)P(u)P(y | \textit{do}(X = x)) =...
Je fais référence au réglage de la porte arrière et du réglage de la porte avant ici : Ajustement de porte dérobée : Le problème épidémiologique archétypal en statistique est d'ajuster l'effet d'un facteur de confusion mesuré. Le critère de la porte dérobée de Pearl généralise cette idée....
Lors de la mise en œuvre du modèle causal de Rubin, l'une des hypothèses (non testables) dont nous avons besoin est la non-confusion, ce qui signifie ( O( 0 ) , Y( 1 ) ) ⊥ T| X(Y(0),Y(1))⊥T|X(Y(0),Y(1))\perp T|X Lorsque le LHS sont les contrefactuels, le T est le traitement et X sont les...
Je cherche un papier qui j'espère existe, mais je ne sais pas si c'est le cas. Il pourrait s'agir d'un ensemble d'études de cas et / ou d'un argument de la théorie des probabilités expliquant pourquoi l'utilisation de données transversales pour déduire / prédire des changements longitudinaux peut...
Pouvez-vous recommander des livres, des articles, des essais, des tutoriels / cours en ligne, etc. qui seraient intéressants et utiles pour un épidémiologiste / biostatisticien pour en apprendre davantage sur la philosophie de la causalité / inférence causale? Je connais assez bien la réalité de...
Je me demande comment une variable instrumentale aborde le biais de sélection dans la régression. Voici l'exemple que je mâche: dans la plupart des économétries inoffensives , les auteurs discutent d'une régression IV relative au service militaire et aux gains plus tard dans la vie. La question...
Je connais le test de réinitialisation Ramsey qui peut détecter des dépendances non linéaires. Cependant, si vous jetez simplement l'un des coefficients de régression (simplement des dépendances linéaires), vous pouvez obtenir un biais, selon les corrélations. Ceci n'est évidemment pas détecté par...
Le schéma standard de la variable instrumentale en termes de causalité ( ->) est: Z -> X -> Y Où Z est un instrument, X une variable endogène et Y une réponse. Est-il possible que les relations suivantes: Z <- X ->Y Z <-> X ->Y sont également valables? Bien que la...
Disons que j'ai un tableau avec les colonnes "A", "B" Existe-t-il une méthode statistique pour déterminer si "A" provoque le "B"? On ne peut pas vraiment utiliser le r de Pearson, car: il teste uniquement la corrélation entre les valeurs la corrélation n'est pas une causalité Le r de Pearson ne...
Supposons que je considère plusieurs variables indépendantes pour une éventuelle inclusion dans un modèle ARIMAX que je développe. Avant d'ajuster différentes variables, je voudrais filtrer les variables qui présentent une causalité inverse en utilisant un test de Granger (j'utilise la...
J'ai une question sur l'approche des différences dans les différences avec l'équation standard suivante: où Treat est une variable fictive pour le groupe et le poste traités. y= a + b1traiter + b2poste + b3traiter ⋅ post + uy=a+b1treat+b2post+b3treat⋅post+u y= a + b_1\text{treat}+ b_2\text{post} +...
Ce qui suit est une question sur les nombreuses visualisations offertes comme «preuve par l'image» de l'existence du paradoxe de Simpson, et peut-être une question sur la terminologie. Le Paradoxe de Simpson est un phénomène assez simple à décrire et à donner des exemples numériques (la raison pour...
J'ai un GLMM du formulaire: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Lorsque j'utilise drop1(model, test="Chi"), j'obtiens des résultats différents de ceux que j'utilise à Anova(model, type="III")partir du package de voiture ou...