Preguntas etiquetadas con causality

¿Qué enfoques teóricos de la causalidad debería conocer como estadístico / econométrico aplicado? Conozco el (un poquito) Modelo causal de Neyman-Rubin (y Roy , Haavelmo , etc.) El trabajo de Pearl sobre la causalidad Causalidad de Granger (aunque menos orientada al tratamiento) ¿Qué conceptos extraño o debo tener en cuenta? …

16 machine-learning  causality  theory  treatment-effect 

Estoy tratando de educarme sobre la causalidad de Granger. He leído las publicaciones en este sitio y varios buenos artículos en línea. También me encontré con una herramienta muy útil, la Calculadora de estadísticas gratuitas de Bivariate Granger Causality , que le permite ingresar sus series de tiempo y calcular …

16 time-series  causality  granger-causality 

Estoy experimentando con el algoritmo de la máquina de aumento de gradiente a través del caretpaquete en R. Usando un pequeño conjunto de datos de admisión a la universidad, ejecuté el siguiente código: 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] …

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 

Estoy tratando de entender la lógica de separación de d en las redes bayesianas causales. Sé cómo funciona el algoritmo, pero no entiendo exactamente por qué el "flujo de información" funciona como se indica en el algoritmo. Por ejemplo, en el gráfico anterior, pensemos que solo se nos da X …

15 bayesian  causality  graphical-model  bayesian-network 

Los gráficos acíclicos dirigidos (DAG) son representaciones visuales eficientes de supuestos causales cualitativos en modelos estadísticos, pero ¿pueden usarse para presentar una ecuación variable de instrumento regular (u otras ecuaciones)? ¿Si es así, cómo? Si no, ¿por qué?

15 causality  instrumental-variables  dag 

He estado leyendo algunos documentos, y no estoy claro acerca de las definiciones específicas de Efecto de tratamiento promedio (ATE) y Efecto de tratamiento marginal (MTE). ¿Son lo mismo? De acuerdo con Austin ... Un efecto condicional es el efecto promedio, a nivel de sujeto, de mover un sujeto de …

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

Según M. Katz en su libro Análisis multivariable (Sección 1.2, página 6), " Un factor de confusión está asociado con el factor de riesgo y está relacionado causalmente con el resultado " . ¿Por qué el factor de confusión debe estar relacionado causalmente con el resultado? ¿Sería suficiente que el …

14 causality  definition  confounding 

El contexto de esta pregunta está dentro de un marco de salud, es decir, examinando una o más terapias en el tratamiento de una afección. Parece que incluso los investigadores respetados confunden los términos eficacia y efectividad , usando los términos indistintamente. ¿Cómo se puede pensar en eficacia versus efectividad …

14 epidemiology  causality  clinical-trials  definition  instrumental-variables 

He visto el operador en todas partes en alguna revisión de literatura que estoy haciendo en Causality (ver, por ejemplo, esta entrada de wikipedia ). Sin embargo, no puedo encontrar una definición formal y general de este operador.reo ( x )reo(X)do(x) ¿Alguien puede señalarme una buena referencia sobre esto? Estoy …

14 references  causality  definition 

Actualmente estoy trabajando en un problema en el que tenemos un pequeño conjunto de datos y estamos interesados ​​en el efecto de causalidad de un tratamiento en el resultado. Mi asesor me ha indicado que realice una regresión univariada en cada predictor con el resultado como respuesta, luego la asignación …

13 regression  multivariate-analysis  model-selection  causality  univariate 

No es necesario que una regresión de en sea ​​causal si se omiten variables que influyen tanto en como en . Pero si no fuera por las variables omitidas y el error de medición, ¿es una regresión causal? Es decir, si todas las variables posibles se incluyen en la regresión?yyyxxxxxxyyy

13 regression  bias  causality 

Entiendo la causalidad como se usa en microeconomía (en particular, el diseño de discontinuidad IV o regresión) y también la causalidad de Granger como se usa en la econometría de series de tiempo. ¿Cómo me relaciono uno con el otro? Por ejemplo, he visto que ambos enfoques se utilizan para …

13 time-series  econometrics  causality  granger-causality 

Estoy estudiando modelos gráficos probabilísticos , un libro para el autoaprendizaje. ¿Los bordes en un gráfico acíclico dirigido (DAG) representan relaciones causales? ¿Qué sucede si quiero construir una red bayesiana , pero no estoy seguro de la dirección de las flechas en ella? Todos los datos me dirán las correlaciones …

13 causality  graphical-model  bayesian-network  dag 

La coincidencia de puntaje de propensión se usa para hacer inferencias causales en estudios observacionales (ver el artículo de Rosenbaum / Rubin ). ¿Cuál es la simple intuición detrás de por qué funciona? En otras palabras, ¿por qué si nos aseguramos de que la probabilidad de participar en el tratamiento …

13 causality  regression-strategies  propensity-scores  confounding 

En el "Libro de por qué" de Judea Pearl, habla de lo que llama la Escalera de la causalidad, que es esencialmente una jerarquía compuesta de diferentes niveles de razonamiento causal. El más bajo se refiere a los patrones de asociación en los datos observados (p. Ej., Correlación, probabilidad condicional, …

12 causality