因果推断将进行一系列的输出,陆续进行补充。这一系列文章主要是在阅读《Causal Inference:What if》(可自行在网站下载电子书籍、R等代码以及数据)的过程中的学习总结。该书主要是以医学为背景,故涉及的指标变量及名词的翻译都更偏向于医学用语,相关的统计方法或临床医学方法也会进行额外的补充说明。
目前计划针对该书的第一部分无模型的因果推断部分进行总结。这一部分主要会说明因果推断中重要的一些概念及专业名词,对后续的研究有奠基作用,后续基于模型的因果推断都是其推广的结果。并且介绍了重要的有向无环图,帮助辨别和分析变量之间的因果关系。在此基础上提供如何处理的方法,使得对存在除因果关系之外的其他关系变量进行因果分析,也将是实际应用最重要的部分,分析结果好坏将取决于试验设计人员对于变量的处理。

  • 因果效应的定义
  • 随机试验
  • 观察性研究
  • 效应修正
  • 交互作用
  • 因果效应的图形表示
  • 混淆
  • 选择偏差
  • 测量偏差
  • 随机变异性

参考文献:
Hernán MA, Robins JM (2020). Causal Inference: What If. Boca Raton: Chapman & Hall/CRC.

Logo

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。

更多推荐