«causality» 태그된 질문

응용 통계 학자 / 경제학자로 인과 관계에 대한 이론적 접근법은 무엇입니까? 나는 (아주 조금) 알고있다 Neyman-Rubin 인과 모델 (및 Roy , Haavelmo 등) 인과 관계에 대한 진주의 연구 Granger Causality (처리 지향적이지는 않지만) 어떤 개념을 놓치거나 알고 있어야합니까? 관련 : 머신 러닝에서 인과 관계의 기초가되는 이론은 무엇입니까? 나는이 흥미로운 질문들과 …

16 machine-learning  causality  theory  treatment-effect 

Granger Causality에 대해 스스로 교육하려고합니다. 이 사이트의 게시물과 몇 가지 좋은 기사를 온라인에서 읽었습니다. 또한 시계열을 입력하고 Granger Stats를 계산할 수 있는 매우 유용한 도구 인 Bivariate Granger Causality-Free Statistics Calculator 를 발견했습니다. 아래는 사이트에 포함 된 샘플 데이터의 출력입니다. 또한 결과를 해석하는 데 어려움을 겪었습니다. 내 질문 : 내 …

16 time-series  causality  granger-causality 

caretR 의 패키지를 통해 그라디언트 부스팅 머신 알고리즘을 실험하고 있습니다 . 소규모 대학 입학 데이터 세트를 사용하여 다음 코드를 실행했습니다. 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 algorithm. ### set.seed(123) fitControl …

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 

Causal Bayesian Networks의 d-Separation 논리를 이해하려고합니다. 알고리즘의 작동 방식을 알고 있지만 알고리즘에 명시된대로 "정보 흐름"이 작동 하는 이유를 정확히 이해하지 못합니다 . 예를 들어 위의 그래프에서 우리에게 X 만 주어지고 다른 변수는 관찰되지 않았다고 생각합시다. 그런 다음 d- 분리 규칙에 따라 정보가 X에서 D로 흐릅니다. X는 줍니다. A는 X를 유발하고 …

15 bayesian  causality  graphical-model  bayesian-network 

DAG (Directed acyclic graphs)는 통계적 모델에서 정 성적 인과 가정을 효율적으로 시각적으로 표현한 것으로 일반 악기 변수 방정식 (또는 다른 방정식)을 나타내는 데 사용할 수 있습니까? 그렇다면 어떻게? 그렇지 않다면 왜?

15 causality  instrumental-variables  dag 

몇 가지 논문을 읽었으며 평균 치료 효과 (ATE) 및 한계 치료 효과 (MTE)의 특정 정의에 대해 잘 모르겠습니다. 그들은 같은가요? 오스틴 에 따르면 ... 조건부 효과는 대상체 수준에서 대상체를 치료되지 않은 상태에서 처리 된 상태로 이동시키는 평균 효과입니다. 다 변수 회귀 모델에서 처리 할당 지표 변수에 대한 회귀 계수는 조건부 …

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

그의 책 M. 카츠에 따르면, 다 변수 분석 (섹션 1.2, 6 페이지), " 교란 요인이 위험 인자와 연관되어 인과 결과. 관련 "왜 교란 요인이해야 인과 결과와 관련? 혼란자가 결과와 관련 되는 것으로 충분 합니까?

14 causality  definition  confounding 

이 질문의 맥락은 건강 체계 내에서, 즉 상태의 치료에서 하나 이상의 요법을 보는 것입니다. 잘 존경받는 연구원조차도 효능 과 효과 라는 용어를 혼동하는 것으로 보입니다. 용어를 상호 교환 적으로 사용하여 . 혼란을 제거하는 데 도움이되는 방법으로 효능 대 효과를 어떻게 생각할 수 있습니까? 두 가지 유형의 결과를 결정하는 데 가장 …

14 epidemiology  causality  clinical-trials  definition  instrumental-variables 

인과 관계에 대한 일부 문헌 리뷰에서 연산자를 어디에서나 보았습니다 예 : wikipedia 항목 참조 ). 그러나이 연산자에 대한 공식적이고 일반적인 정의를 찾을 수 없습니다.디o ( x )do(x)do(x) 누군가 내가 이것에 대한 좋은 참조를 지적 할 수 있습니까? 특정 실험에서의 해석보다는 일반적인 정의에 관심이 있습니다.

14 references  causality  definition 

저는 미시 경제학 (특히 IV 또는 회귀 불연속 설계)에서 사용되는 인과 관계와 시계열 계량 경제학에서 사용되는 Granger 인과 관계를 이해합니다. 서로를 어떻게 관련 시키는가? 예를 들어, 패널 데이터에 사용되는 두 가지 접근법 (예 : , T = 20 ) 을 보았습니다 . 이와 관련하여 논문에 대한 언급은 인정 될 것이다.T …

14 time-series  econometrics  causality  granger-causality 

나는 현재 우리가 작은 데이터 세트를 가지고 있고 결과에 대한 치료의 인과 관계 영향에 관심이있는 문제에 대해 연구하고 있습니다. 고문은 각 예측 변수에 대해 일 변량 회귀 분석을 수행하고 결과를 반응으로, 처리 할당을 반응으로 수행하도록 지시했습니다. 즉, 한 번에 하나의 변수로 회귀를 맞추고 결과 테이블을 만들어야합니다. 나는 "우리가 왜 이것을해야합니까?"라고 …

13 regression  multivariate-analysis  model-selection  causality  univariate 

중 회귀 와이yy 에서 엑스xx 모두 영향 변수가 생략 된 경우 원인이 될 필요는 없다 엑스xx 및 와이yy . 그러나 생략 된 변수와 측정 오류가 아닌 경우 회귀 원인이 있습니까? 즉, 가능한 모든 변수가 회귀에 포함되어 있습니까?

13 regression  bias  causality 

자율 학습을위한 책인 확률 그래픽 모델을 공부하고 있습니다. DAG (directed acyclic graph)의 모서리가 인과 관계를 나타 냅니까? 베이지안 네트워크를 만들고 싶지만 화살표의 방향에 대해 잘 모르겠 으면 어떻게해야합니까? 모든 데이터는 상호 연관성이 아니라 관찰 된 상관 관계라는 것을 말해 줄 것입니다. 다음 장에서 이러한 문제를 다룰 것이라고 확신하기 때문에 너무 …

13 causality  graphical-model  bayesian-network  dag 

성향 점수 매칭은 관찰 연구에서 인과 추론을 만드는 데 사용됩니다 ( Rosenbaum / Rubin 논문 참조 ). 왜 작동하는지에 대한 간단한 직감은 무엇입니까? 다시 말해, 치료에 참여할 확률이 두 그룹에 대해 동일한 지 확인하는 경우 혼란스러운 효과가 사라지고 결과를 사용하여 치료에 대한 인과적인 결론을 내릴 수있는 이유는 무엇입니까?

13 causality  regression-strategies  propensity-scores  confounding 

Rubin의 인과 관계 모델을 구현할 때, 우리가 필요로하는 (가장 믿을 수없는) 가정 중 하나는 헷갈 리지 않는 것입니다. ( Y( 0 ) , Y( 1 ) ) ⊥ T| 엑스(Y(0),Y(1))⊥T|X(Y(0),Y(1))\perp T|X LHS가 반제품 인 경우, T는 처리이고 X는 우리가 제어하는 ​​공변량입니다. Rubin Causal Model에 대해 잘 모르는 사람에게 이것을 설명하는 …

13 causality  treatment-effect  confounding