Statistiques et Big Data treatment-effect

1

Quelles théories de la causalité devrais-je connaître?

Quelles approches théoriques de la causalité devrais-je connaître en tant que statisticien / économètre appliqué? Je connais le (un tout petit peu) Modèle causal de Neyman – Rubin (et Roy , Haavelmo etc.) Le travail de Pearl sur la causalité Causalité de Granger (bien que moins axée sur le traitement) …

16 machine-learning causality theory treatment-effect

2

Non-confusion dans le modèle causal de Rubin - explication de Layman

Lors de la mise en œuvre du modèle causal de Rubin, l'une des hypothèses (non testables) dont nous avons besoin est la non-confusion, ce qui signifie ( O( 0 ) , Y( 1 ) ) ⊥ T| X(Y(0),Y(1))⊥T|X(Y(0),Y(1))\perp T|X Lorsque le LHS sont les contrefactuels, le T est le traitement …

12 causality treatment-effect confounding

2

Utiliser des variables de contrôle dans les expériences?

Pourquoi voudrait-on contrôler un certain nombre de covariables de référence dans une situation où l'affectation au groupe de traitement est aléatoire? Je crois comprendre que l'attribution aléatoire d'un traitement devrait rendre la variable de traitement strictement exogène, créant ainsi un groupe témoin qui peut être considéré comme un contrefactuel. La …

9 experiment-design treatment-effect random-allocation

1

ATT vs ATE dans l'appariement des scores de propension lors de l'utilisation des estimations DiD

Selon Lee et Little 2017 , lors de l'utilisation des méthodes de score de propension (PS), la pondération sur les cotes générera l'effet de traitement moyen sur le traité (ATT), tandis que l'utilisation de la sous-classification et de la pondération par la probabilité inverse de traitement (IPTW) entraînera la effet …

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

1

Variables d'instrument et restriction d'exclusion du point de vue de la médiation

J'ai du mal à comprendre la restriction d'exclusion dans les variables instrumentales. Je comprends que l'effet du traitement non biaisé est , où est le résultat, est le traitement et est l'instrument. En d'autres termes, .B =Co v ( Y, Z)Co v ( S, Z)B=Cov(Oui,Z)Cov(S,Z)B = \frac{Cov(Y, Z)}{Cov(S, Z)}OuiOuiYSSSZZZB =jeTTTaux …

8 instrumental-variables treatment-effect lavaan

1

Quelle est la meilleure façon de visualiser la régression de différence dans les différences (multi-période)?

Quelle est la meilleure façon de visualiser la différence dans les différences pour le traitement binaire et continu? Dois-je régresser la variable de résultat sur l'ensemble des contrôles mais exclure la variable de traitement et tracer les résidus dans chaque groupe (cas binaire)? Existe-t-il un moyen de voir la "dynamique" …

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

Questions marquées «treatment-effect»