Statistiken und Big Data treatment-effect

1

Welche Kausaltheorien sollte ich kennen?

Welche theoretischen Herangehensweisen an die Kausalität sollte ich als angewandter Statistiker / Ökonometriker kennen? Ich kenne die (ein bisschen) Neyman-Rubin-Kausalmodell (und Roy , Haavelmo usw.) Pearl's Arbeit über Kausalität Granger-Kausalität (wenn auch weniger behandlungsorientiert) Welche Konzepte vermisse ich oder sollte ich darauf achten? Verwandte: Welche Theorien sind Grundlagen für Kausalität …

16 machine-learning causality theory treatment-effect

2

Unbestimmtheit in Rubins Kausalmodell - Laienerklärung

Bei der Implementierung von Rubins Kausalmodell ist eine der (nicht testbaren) Annahmen, die wir brauchen, Unbegründetheit, was bedeutet ( Y.( 0 ) , Y.( 1 ) ) ⊥ T.| X.(Y.(0),Y.(1))⊥T.|X.(Y(0),Y(1))\perp T|X Wo die LHS die Kontrafakten sind, ist das T die Behandlung und X sind die Kovariaten, auf die wir …

11 causality treatment-effect confounding

2

Kontrollvariablen in Experimenten verwenden?

Warum sollte man in einer Situation, in der die Zuordnung zur Behandlungsgruppe zufällig ist, eine beliebige Anzahl von Basiskovariaten kontrollieren wollen? Mein Verständnis ist, dass eine zufällige Zuordnung der Behandlung die Behandlungsvariable streng exogen machen sollte, wodurch eine Kontrollgruppe entsteht, die angemessen als kontrafaktisch angesehen werden kann. Die einzige Ausnahme, …

9 experiment-design treatment-effect random-allocation

1

ATT vs ATE bei der Neigungsbewertung bei Verwendung von DiD-Schätzungen

Laut Lee und Little 2017 wird bei Verwendung von Propensity Score (PS) -Methoden die Gewichtung der Gewinnchancen den durchschnittlichen Behandlungseffekt auf die behandelte Person (ATT) erzeugen, während die Verwendung der Unterklassifizierung und Gewichtung nach der inversen Wahrscheinlichkeit der Behandlung (IPTW) zu der Der Effekt wird auf den durchschnittlichen Behandlungseffekt auf …

8 propensity-scores difference-in-difference treatment-effect

1

Instrumentenvariablen und Ausschlussbeschränkungen aus Sicht der Mediation

Ich habe Probleme, die Ausschlussbeschränkung in instrumentellen Variablen zu verstehen. Ich verstehe, dass der unvoreingenommene Behandlungseffekt , wobei das Ergebnis ist, die Behandlung ist und das Instrument ist. Mit anderen Worten, . YS.B = C.o v ( Y., Z.)C.o v ( S., Z.)B.=C.Öv(Y.,Z.)C.Öv(S.,Z.)B = \frac{Cov(Y, Z)}{Cov(S, Z)}Y.Y.YS.S.SZ.Z.ZB = I.T.T.Compliance-RateB.=ichT.T.Compliance-RateB = …

8 instrumental-variables treatment-effect lavaan

1

Was ist der beste Weg, um die Differenz-in-Differenz-Regression (Mehrperiodenregression) zu visualisieren?

Was ist der beste Weg, um Unterschiede für die binäre und kontinuierliche Behandlung zu visualisieren? Regressiere ich die Ergebnisvariable auf dem Kontrollsatz, schließe aber die Behandlungsvariable aus und zeichne die Residuen in jeder Gruppe (binärer Fall)? Gibt es eine Möglichkeit, die "Dynamik" des ATE-Parameters über die Zeit zu sehen? Ich …

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

1

Wie interpretiere ich ein "Differenz-in-Differenz" -Modell mit kontinuierlicher Behandlung?

Wie interpretiere ich den ATE-Koeffizienten (dh der Nachbehandlungsindikator interagiert mit der kontinuierlichen Variablen)? Macht das Sinn? Sollte ich es in Untergruppen aufteilen und stattdessen nur ein Modell mit festen Effekten ausführen (einen Indikator für jede Untergruppe mit dem Nachbehandlungsindikator interagieren)?

8 fixed-effects-model causality treatment-effect difference-in-difference

Als «treatment-effect» getaggte Fragen