Hier ist der Artikel, der diese Frage motiviert hat: Macht uns Ungeduld dick? Mir hat dieser Artikel gefallen und er zeigt sehr gut das Konzept des „Kontrollierens für andere Variablen“ (IQ, Karriere, Einkommen, Alter usw.), um die wahre Beziehung zwischen den beiden fraglichen Variablen am besten zu isolieren. Können Sie …
Korrelation impliziert keine Kausalität, da es viele Erklärungen für die Korrelation geben könnte. Aber impliziert Kausalität Korrelation? Intuitiv würde ich denken, dass das Vorhandensein von Kausalität zwangsläufig eine gewisse Korrelation bedeutet. Aber meine Intuition hat mir in der Statistik nicht immer gute Dienste geleistet. Bedeutet Kausalität Korrelation?
Wir alle wissen, dass das Mantra "Korrelation bedeutet keine Kausalität" in allen Statistikstudenten des ersten Studienjahres enthalten ist. Es gibt einige schöne Beispiele hier die Idee zu illustrieren. Aber manchmal Korrelation tut Verursachung bedeuten. Das folgende Beispiel stammt von dieser Wikipedia-Seite Zum Beispiel könnte man ein Experiment mit identischen Zwillingen …
Ich lese The Book of Why von Judea Pearl und es geht mir unter die Haut 1 . Insbesondere scheint es mir, dass er die "klassische" Statistik bedingungslos kritisiert, indem er argumentiert, dass die Statistik niemals in der Lage ist, Kausalzusammenhänge zu untersuchen, dass sie niemals an Kausalzusammenhängen interessiert ist …
In seiner Arbeit "Statistics and Causal Inference" von 1984 hat Paul Holland eine der grundlegendsten Fragen in der Statistik aufgeworfen: Was kann ein statistisches Modell über die Kausalität aussagen? Dies führte zu seinem Motto: KEINE URSACHE OHNE MANIPULATION in denen die Bedeutung von Einschränkungen für Experimente unter Berücksichtigung von Ursachen …
Ich verstehe, dass die grundlegende Definition der Endogenität darin besteht, dass nicht erfüllt ist, aber was bedeutet dies im Sinne der realen Welt? Ich habe den Wikipedia-Artikel mit dem Beispiel für Angebot und Nachfrage gelesen und versucht, einen Sinn daraus zu ziehen, aber es hat nicht wirklich geholfen. Ich habe …
Ich weiß, dass diese Frage milliardenfach gestellt wurde, und bin daher nach einem Online-Blick fest davon überzeugt, dass die Korrelation zwischen zwei Variablen keine Kausalität impliziert. In einem meiner Statistikvorträge hatten wir heute einen Gastvortrag eines Physikers über die Bedeutung statistischer Methoden in der Physik. Er sagte eine erstaunliche Aussage: …
Ich gebe zu, dass ich in Bezug auf Neigungsbewertungen und Kausalanalysen relativ neu bin. Eine Sache, die mir als Neuling nicht klar ist, ist, wie sich das "Ausbalancieren" unter Verwendung von Neigungsbewertungen mathematisch von dem unterscheidet, was passiert, wenn wir Kovariaten in einer Regression hinzufügen? Was ist anders an der …
Zwei Zufallsvariablen A und B sind statistisch unabhängig. Das bedeutet im DAG des Prozesses: und natürlich . Aber heißt das auch, dass es von B nach A keine Haustür gibt?(A⊥⊥B)(A⊥⊥B)(A {\perp\!\!\!\perp} B)P(A|B)=P(A)P(A|B)=P(A)P(A|B)=P(A) Denn dann sollten wir . Wenn dies der Fall ist, bedeutet statistische Unabhängigkeit dann automatisch einen Mangel an …
In allen mir vertrauten Zusammenhängen wird die Kreuzvalidierung ausschließlich mit dem Ziel verwendet, die Vorhersagegenauigkeit zu erhöhen. Kann die Logik der Kreuzvalidierung bei der Schätzung der unverzerrten Beziehungen zwischen Variablen erweitert werden? Während dieser Artikel von Richard Berk die Verwendung eines Hold-Out-Beispiels für die Parameterauswahl im "endgültigen" Regressionsmodell demonstriert (und …
Ich lese gerade " Eine Einführung in das statistische Lernen ". In Kapitel 2 diskutieren sie den Grund für die Schätzung einer Funktion .fff 2.1.1 Warum schätzen ?fff Es gibt zwei Hauptgründe, warum wir f abschätzen möchten : Vorhersage und Inferenz . Wir diskutieren nacheinander. Ich habe es ein paarmal …
X und Y sind nicht korreliert (-.01); Wenn ich jedoch X in eine multiple Regression lege, die Y vorhersagt, sind neben drei (A, B, C) anderen (verwandten) Variablen auch X und zwei andere Variablen (A, B) signifikante Prädiktoren für Y. Beachten Sie, dass die beiden anderen ( A, B) Variablen …
Sie scheinen alle Zufallsvariablen durch die Knoten und (in) Abhängigkeit über die (möglicherweise gerichteten) Kanten darzustellen. Mich interessiert vor allem die Sichtweise eines Bayesianers.
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.