Pertanyaan yang diberi tag «causality»

Pendekatan teoritikal apa yang harus saya ketahui sebagai ahli statistik / ekonometrik terapan? Saya tahu (sedikit) Model kausal Neyman – Rubin (dan Roy , Haavelmo dll.) Karya Pearl tentang Kausalitas Granger Causality (meskipun kurang berorientasi pada perawatan) Konsep apa yang saya lewatkan atau harus saya sadari? Terkait: Teori mana yang …

16 machine-learning  causality  theory  treatment-effect 

Saya mencoba mendidik diri sendiri tentang Granger Causality. Saya sudah membaca posting di situs ini dan beberapa artikel bagus online. Saya juga menemukan alat yang sangat membantu, Bivariate Granger Causality - Kalkulator Statistik Gratis , yang memungkinkan Anda untuk memasukkan deret waktu dan menghitung Granger Stats. Di bawah, adalah output …

16 time-series  causality  granger-causality 

Saya bereksperimen dengan algoritma mesin peningkat gradien melalui caretpaket di R. Menggunakan dataset penerimaan perguruan tinggi kecil, saya menjalankan kode berikut: 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) …

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 

Saya mencoba memahami logika d-Separation di Causal Bayesian Networks. Saya tahu bagaimana algoritma bekerja, tetapi saya tidak benar-benar mengerti mengapa "aliran informasi" bekerja seperti yang dinyatakan dalam algoritma Sebagai contoh pada grafik di atas, mari kita berpikir bahwa kita hanya diberi X dan tidak ada variabel lain yang diamati. Kemudian …

15 bayesian  causality  graphical-model  bayesian-network 

Grafik asiklik terarah (DAG) adalah representasi visual yang efisien dari asumsi kausal kualitatif dalam model statistik, tetapi dapatkah mereka digunakan untuk menyajikan persamaan variabel instrumen biasa (atau persamaan lainnya)? Jika ya, bagaimana caranya? Jika tidak, mengapa?

15 causality  instrumental-variables  dag 

Saya telah membaca beberapa makalah, dan saya tidak jelas tentang definisi spesifik dari Average Treatment Effect (ATE), dan Marginal Treatment Effect (MTE). Apakah mereka sama? Menurut Austin ... Efek kondisional adalah efek rata-rata, pada tingkat subjek, dari memindahkan subjek dari yang tidak diobati ke yang diobati. Koefisien regresi untuk variabel …

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

Menurut M. Katz dalam bukunya Multivariable analysis (Bagian 1.2, halaman 6), " Seorang perancu dikaitkan dengan faktor risiko dan secara kausal terkait dengan hasil. " Mengapa perancu harus terkait secara kausal dengan hasil? Apakah cukup bagi perancu untuk dikaitkan dengan hasilnya?

14 causality  definition  confounding 

Konteks pertanyaan ini adalah dalam kerangka kerja kesehatan yaitu melihat satu atau lebih terapi dalam pengobatan suatu kondisi. Tampaknya peneliti yang dihormati pun mengacaukan istilah kemanjuran dan efektivitas , dengan menggunakan istilah itu secara bergantian. Bagaimana seseorang dapat berpikir tentang kemanjuran versus keefektifan dengan cara yang dapat membantu menghilangkan kebingungan? …

14 epidemiology  causality  clinical-trials  definition  instrumental-variables 

Saya telah melihat operator do(x)do(x)do(x) di mana-mana dalam beberapa tinjauan pustaka yang saya lakukan tentang Kausalitas (lihat, misalnya entri wikipedia ini ). Namun, saya tidak dapat menemukan definisi formal dan umum dari operator ini. Bisakah seseorang mengarahkan saya ke referensi yang bagus tentang ini? Saya tertarik pada definisi umum daripada …

14 references  causality  definition 

Saat ini saya sedang mengerjakan masalah di mana kami memiliki dataset kecil dan tertarik pada efek kausalitas dari perawatan pada hasilnya. Penasihat saya telah menginstruksikan saya untuk melakukan regresi univariat pada setiap prediktor dengan hasilnya sebagai respons, kemudian tugas pengobatan sebagai respons. Yaitu, saya diminta untuk menyesuaikan regresi dengan satu …

13 regression  multivariate-analysis  model-selection  causality  univariate 

Regresi yyy pada xxx tidak perlu kausal jika ada variabel yang dihilangkan yang mempengaruhi xxx dan yyy . Tetapi jika tidak untuk variabel yang dihilangkan dan kesalahan pengukuran, apakah kausalitas regresi? Artinya, jika setiap variabel yang mungkin dimasukkan dalam regresi?

13 regression  bias  causality 

Saya memahami kausalitas seperti yang digunakan dalam ekonomi mikro (khususnya IV atau desain diskontinuitas regresi) dan juga kausalitas Granger seperti yang digunakan dalam ekonometrik time-series. Bagaimana saya berhubungan satu sama lain? Sebagai contoh, saya telah melihat kedua pendekatan yang digunakan untuk data panel (katakanlah , ). Referensi ke makalah dalam …

13 time-series  econometrics  causality  granger-causality 

Saya belajar Model Grafis Probabilistik , sebuah buku untuk belajar mandiri. Apakah tepi dalam grafik asiklik terarah (DAG) mewakili hubungan sebab akibat? Bagaimana jika saya ingin membangun jaringan Bayesian , tetapi saya tidak yakin tentang arah panah di dalamnya? Semua data akan memberi tahu saya adalah korelasi yang diamati, bukan …

13 causality  graphical-model  bayesian-network  dag 

Pencocokan skor kecenderungan digunakan untuk membuat kesimpulan kausal dalam studi observasional (lihat makalah Rosenbaum / Rubin ). Apa intuisi sederhana di balik mengapa ia bekerja? Dengan kata lain, mengapa jika kita memastikan probabilitas untuk berpartisipasi dalam pengobatan adalah sama untuk kedua kelompok, efek perancu menghilang, dan kita dapat menggunakan hasilnya …

13 causality  regression-strategies  propensity-scores  confounding 

Dalam "Book of Why" karya Judea Pearl ia berbicara tentang apa yang ia sebut Ladder of Causation, yang pada dasarnya adalah hierarki yang terdiri dari berbagai tingkat penalaran sebab-akibat. Yang terendah berkaitan dengan pola hubungan dalam data yang diamati (misalnya, korelasi, probabilitas bersyarat, dll.), Yang berikutnya berfokus pada intervensi (apa …

12 causality