因果推断简介之五:因果图 (Causal Diagram)
排版绘图都很优雅...其他的表示看不懂 -_-|| 好专业啊。
[未知用户] 我觉得DAG确实不太容易理解。
这里用了太多的理论,modern epidemiology里只讲了causal diagram图的表现和independent的关系,就好懂多了。如果路径是open的,就是有association.如果有collider,那就没有association。不能做在collider上的分层分析等等。。。。
建议丁鹏同学把复杂的东西简单化,不让估计只有自己看的懂了
建议丁鹏同学把复杂的东西简单化,不让估计只有自己看的懂了
[未知用户] 你是说Rothman et al Modern Epidemiology?那本书确实写得比较好,但是,我总觉得不能遗漏重要概念,否则会含混不清。不过写出来,就不具有可读性了。这个我也纠结了很久。
基本上是 图模型 里最基础的东西吧 概念清楚了 例子很经典
初看结果让人很震惊 再看真是值得细细品味
对因果推断和缺少数据都管用
但是 图模型能说把因果的问题定义清楚 但又解决不了问题
初看结果让人很震惊 再看真是值得细细品味
对因果推断和缺少数据都管用
但是 图模型能说把因果的问题定义清楚 但又解决不了问题
统计之都 这是要做个百科吗
这里面很多读书笔记,都可以在国内顶级期刊《经济期刊》发表的;
我也知道大家不屑于在国内顶级期刊发paper;
其实,最近6年,我也是这么做的~~
至于我自己,学术以及研究上:国内外两条线(一明线一按线)~~~
看了好多年,发两次言~~打扰了~~呵呵~~~~
我也知道大家不屑于在国内顶级期刊发paper;
其实,最近6年,我也是这么做的~~
至于我自己,学术以及研究上:国内外两条线(一明线一按线)~~~
看了好多年,发两次言~~打扰了~~呵呵~~~~
《经济期刊》笔误,应该为《经济研究》···呵呵~~~
[未知用户] 呵呵,因为我没有数理背景,所以只能看看本专业的书啦,请推荐一条学习路线,使得我能看懂更多的东西。我的专业是预防医学,自学过微积分,线性代数,学过数理统计(没有学好,后面那个fisher information什么的太难了,就中断了),回归分析学过一半,广义的也了解一些。我反正对流行病学的基础理论挺有兴趣,估计也没有机会再出去读书了,希望能得到高手指点!推荐点书啊,论文之类的,最好从简单到难的!
6 天 后
[未知用户] 这里都能看见你。。
[未知用户] 图模型算是一种causality的理论,怎么进行统计推断,那是另外一回事。
[未知用户] 你来干什么
2 个月 后
不错~! 学习了
5 个月 后
这个学期就在上judea pearl的课,用很多时间才理解DAG里的一些定义
6 个月 后
Figure 1里面,是不是{X3,X4}或者{X4,X5}都可以作为backdoor的Z?
[未知用户] 是的。
[未知用户] 应用前门准则和后门准则都需要causal graph是已知而且确定的,这在现实问题中如何处理?是否要先根据expertise假设一个图,或者还是需要从data中估计出图来?
[未知用户] 是的。这也是困难的所在。
1 个月 后
似乎有笔误:
...在前门路径的 DAG 中,我们有:(1)X 对 Z 的因果作用可识别,因为 Y 阻断了它们之间的后门路径..(应该是U阻断了它们的后门路径吧?)
...(3)X 对 Z 的作用,仅仅通过 Y 而产生...(应为X对Y的作用仅通过Z产生?)
...在前门路径的 DAG 中,我们有:(1)X 对 Z 的因果作用可识别,因为 Y 阻断了它们之间的后门路径..(应该是U阻断了它们的后门路径吧?)
...(3)X 对 Z 的作用,仅仅通过 Y 而产生...(应为X对Y的作用仅通过Z产生?)