Câu hỏi được gắn thẻ «causality»

Có thể có một biến đóng vai trò vừa là công cụ sửa đổi (đo lường) vừa là yếu tố gây nhiễu cho một cặp kết hợp rủi ro - kết quả nhất định không? Tôi vẫn không chắc chắn về sự khác biệt. Tôi đã xem ký hiệu đồ …

10 interaction  causality  confounding 

Tôi có một GLMM có dạng: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Khi tôi sử dụng drop1(model, test="Chi"), tôi nhận được kết quả khác với nếu tôi sử dụng Anova(model, type="III")từ gói xe hơi hoặc summary(model). Hai cái sau cho cùng một …

10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

Tôi có một câu hỏi về cách tiếp cận khác biệt với phương trình chuẩn sau: trong đó điều trị là một biến giả cho nhóm được điều trị và bài. y=a+b1treat+b2post+b3treat⋅post+uy=a+b1treat+b2post+b3treat⋅post+u y= a + b_1\text{treat}+ b_2\text{post} + b_3\text{treat}\cdot\text{post} + u Bây giờ, câu hỏi của tôi rất đơn giản: …

10 regression  multiple-regression  causality 

Đây chỉ là một ví dụ mà tôi đã bắt gặp nhiều lần, vì vậy tôi không có bất kỳ dữ liệu mẫu nào. Chạy mô hình hồi quy tuyến tính trong R: a.lm = lm(Y ~ x1 + x2) x1là một biến liên tục. x2là phân loại và có …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction 

Hiểu biết của tôi là ngay cả hồi quy không cung cấp nhân quả. Nó chỉ có thể cung cấp liên kết giữa biến y và biến x và có thể là một hướng. Tôi có đúng không? Tôi thường tìm thấy các cụm từ tương tự như "x dự …

9 regression  logistic  predictive-models  terminology  causality 

Tôi đang cố gắng ước tính hiệu quả điều trị trung bình từ dữ liệu quan sát bằng cách sử dụng trọng số điểm xu hướng (cụ thể là IPTW). Tôi nghĩ rằng tôi đang tính toán ATE một cách chính xác, nhưng tôi không biết cách tính khoảng tin …

9 r  survey  causality  propensity-scores  observational-study 

Tôi hiện đang đọc tác phẩm của Pearl (Pearl, 2009, tái bản lần thứ 2) về quan hệ nhân quả và đấu tranh để thiết lập mối liên hệ giữa nhận dạng phi mô hình của một mô hình và ước tính thực tế. Thật không may, bản thân Pearl …

9 estimation  references  causality 

Tôi đang bận rộn với mô hình ARIMA được tăng cường với các biến ngoại sinh cho mục đích lập mô hình quảng cáo và tôi gặp khó khăn khi giải thích nó cho người dùng doanh nghiệp. Trong một số trường hợp, các gói phần mềm kết thúc bằng …

9 time-series  data-visualization  forecasting  arima  causality 

Phân công ngẫu nhiên có giá trị vì nó đảm bảo sự độc lập của điều trị khỏi các kết quả tiềm năng. Đó là cách nó dẫn đến các ước tính không thiên vị về hiệu quả điều trị trung bình. Nhưng các chương trình chuyển nhượng khác cũng …

9 econometrics  experiment-design  causality  instrumental-variables  random-allocation 

Sau khi chúng tôi đã chỉ ra rằng hai đại lượng tương quan với nhau, làm thế nào để chúng tôi suy luận rằng mối quan hệ là nguyên nhân? Và hơn nữa cái nào gây ra cái gì? Bây giờ trong lý thuyết, người ta có thể sử dụng …

9 correlation  causality 

Đặt YYY và XXX là các biến ngẫu nhiên. E(Y|X)E(Y|X)E(Y|X) là giá trị trung bình có điều kiện của YYY cho XXX . Chúng ta nói YYY không liên quan đến nhân quả XXXnếu E(Y|X)E(Y|X)E(Y|X) không phụ thuộc vào XXX , điều đó hàm ý nó bằng E(Y)E(Y)E(Y) . Bây …

9 econometrics  causality  conditional-expectation 

\newcommand{\P}{\mathbb{P}} Tôi quan tâm đến dữ liệu quan sát trong đó việc chỉ định điều trị có thể được giải thích cực kỳ tốt. Ví dụ, hồi quy logistic của P(A=1|X)=(1+exp(−(Xβ)))−1P(A=1|X)=(1+exp⁡(−(Xβ)))−1\P(A =1 |X) = (1+ \exp(-(X\beta)))^{-1} wehre AAA điều trị và XXX biến rất phù hợp với xét nghiệm rất …

8 missing-data  causality  propensity-scores  survey-weights 

Học thống kê và kết quả của nó hiện đang lan tỏa trong Khoa học xã hội. Một vài tháng trước, Guido Imbens đã nói: "LASSO là OLS mới". Tôi đã học Machine Learning một chút và tôi biết rằng mục tiêu chính của nó là dự đoán. Tôi cũng …

8 machine-learning  lasso  causality 

Cách tốt nhất để hình dung sự khác biệt trong điều trị nhị phân và điều trị liên tục là gì? Tôi có hồi quy biến kết quả trên tập hợp các điều khiển nhưng loại trừ biến điều trị và vẽ các phần dư trong mỗi nhóm (trường hợp …

8 data-visualization  causality  treatment-effect  difference-in-difference 

Cách xử lý sách giáo khoa thông thường về việc điều chỉnh các biến không cần thiết trong OLS nói rằng công cụ ước tính vẫn không thiên vị, nhưng có thể có phương sai lớn hơn (xem, ví dụ, Greene, Phân tích kinh tế lượng, lần thứ 7, trang …

8 least-squares  bias  causality  simpsons-paradox