Chapter 9 Measurement Bias
文章目录
- 9.1 Measurement Error
- The structure of measurement error
- 9.3 Mismeasured confounders
- 9.4 Intention-to-treat effect: the effect of a misclassified treatment
- 9.5 Per-protocol effect
- Fine Point
- The strength and direction of measurement bias
- Per-protocol analyses
- Pseudo-intention-to-treat analyses
- Effectiveness versus efficacy
- Technical Point
- Independence and nondifferentiality
- The exclusion restriction
HernKaTeX parse error: Can't use function '\'' in math mode at position 1: \̲'̲{a}n M. and Robins J. Causal Inference: What If.
已经介绍过两个bias: confounding和selection, 这里介绍第三个, measurement bias.
这个measurement bias 不是指样本数目过少导致的误差, 用记录误差更为准确, 比如明明是A=1A=1A=1, 但是记录成了A=0A=0A=0.
9.1 Measurement Error
如上图所示, 我们所希望的实际上只有A→YA \rightarrow YA→Y这一条先, 但是由于measurement error UAU_AUA导致我们最后得到的只有A∗A^*A∗, 此时想要计算AAA关于YYY的causal effect就比较麻烦了.
不光是intervention, outcome YYY实际上也可能会有measurement error.
The structure of measurement error
measurement error 可以分成四种:
- independent nondifferential: Figure 9.2;
- dependent nondifferential: Figure 9.3;
- independent differential: Figure 9.4;
- dependent differential: Figure 9.6.
9.3 Mismeasured confounders
这里介绍了另外一种特殊的情况, A,YA, YA,Y都没有测量误差, 但是LLL是存在测量误差的, 此时因为缺乏LLL, 我们没法依赖其获得想要的条件可交换性.
同样的, 类似的情况也可能导致selection bias.
9.4 Intention-to-treat effect: the effect of a misclassified treatment
这一节讨论的是, 预先打算的策略ZZZ对YYY的causal effect和实际进行的AAA关于YYY的causal effect之间的差别.
9.5 Per-protocol effect
主要讲了什么时候Intention-to-treat effect会是一个不错的选择.
Fine Point
The strength and direction of measurement bias
Per-protocol analyses
- as treated: 只管AAA, 不管ZZZ(所以是不考虑ZZZ的存在?).
- per protocol: 只在A=ZA=ZA=Z的子集上讨论, 所以这种很有可能会导致selection bias. 如Figure 9.14 所示.
Pseudo-intention-to-treat analyses
Effectiveness versus efficacy
Technical Point
Independence and nondifferentiality
The exclusion restriction
指的是没有直接的箭头由assign treatment ZZZ 指向 outcome YYY.
Chapter 9 Measurement Bias相关推荐
- 前沿分享:连接统计学,机器学习与自动推理的新兴交叉领域
导语 什么是因果科学?它是如何发展的?本文将从以下3个部分介绍:第一部分是因果科学的基本定义及其哲学基础,第二部分是统计领域中的因果推断,第三个部分是因果结合机器学习. 因果革命和以数据为中心的第一次 ...
- datatable 摧毁_我们快速的生活方式将使假新闻的发展摧毁我们。
datatable 摧毁 人工智能道德与考量 (AI Ethics and Considerations) 分裂与内容冲击的文化 (A Culture of Division and Content ...
- 利用网络信息减少因果推断中的confounding bias--结合两种思路的新方法
点击蓝字 关注我们 AI TIME欢迎每一位AI爱好者的加入! 本期AI TIME PhD专场,我们有幸邀请到了来自亚利桑那州立大学的博士生郭若城,为我们带来他的精彩分享--利用网络信息减少因果推断中 ...
- 牢记公式,ardupilot EKF2就是纸老虎(四)!
版权声明:本文为博主原创文章,转载请附上博文链接! 四.一睹EKF2芳容 因为篇幅过长,写的一些公式会乱码,没办法只能把< 牢记公式,ardupilot EKF2就是纸老虎!>分成几个部分 ...
- 九天揽月带你玩转Ardupilot 的EKF2纸老虎
目录 目录 摘要 ** 1.kalman基础知识储备 ** 2.ardupilot代码EKF流程学习 3.下面重点 逐一分析各个函数 摘要 ** 本文主要记录自己学习ardupilot的ekf2代码的 ...
- 内容分析指南(The Content Analysis Guidebook Second Edition)
The Content Analysis Guidebook Second Edition Kimberly A. Neuendorf Cleveland State University 下载地址: ...
- 计算机网络与应用周林 课后题,周林 - 河南大学 - 计算机与信息工程学院
个人简介 2009年,西北工业大学自动化学院,控制理论与控制工程专业,获工学博士学位 2005年-至今,计算机与信息工程学院,自动化系,教师 奖励及荣誉 河南大学教学质量奖一等奖获得者,2018 河南 ...
- cbinsight独角兽_想要编码为工程经理? 是时候找到独角兽了
cbinsight独角兽 Coding as an engineering manager is an exercise in cognitive dissonance. 担任工程经理的编码是认知失调 ...
- Real-Time Rendering——Chapter 8 Light and Color光和颜色
"Unweave a rainbow, as it erewhile made The tender-person'd Lamia melt into a shade." -Joh ...
最新文章
- goahead如何使用cgi服务_北斗导航系统现已提供全球服务!你知道如何使用这个服务吗?...
- Android自动化测试之MonkeyRunner
- vivado SOC——hello word(上)建立SOC系统
- js数组的定义方法与基本使用
- head在linux命令中什么意思,linux系统中head命令使用说明
- leetcode542. 01 矩阵(bfs/dp)
- 如何使用单线程处理高并发
- VS2017社区版安装
- Visio 2013专业版
- 第六章 Dubbo的源码解析
- 您有一张H5新年贺卡未领取
- 使用Quartz实现定时任务
- cpu第几代计算机,怎么看cpu是几代的,来看看你的CPU是几代的?
- HTML5笔记(一)
- swarm mysql集群_docker搭建基于percona-xtradb-cluster方案的mysql集群
- 关于银河麒麟系统V10(海光版)下载更新NVIDIA驱动
- js object转json
- 转载一篇关于颜色的英文名,算比较全的了!说不定以后用得上!
- Android Studio启动虚拟机时一直提示安装Haxm
- 新闻发布系统,SQLHelper重构
热门文章
- 连自律都做不到 还谈什么梦想
- C语言学习日记(3)——printf函数
- 腾讯高工保姆级“Java成长手册”,层层递进,全是精华 Github上都没有
- Playcanvas 上手使用
- pycharm---更改背景颜色
- PDF预览完整解决方案及各种兼容(VUE版)
- VMware-WorkStation 序列号(转)
- Field brandService in cn.est.service.impl.HomeServiceImpl required a bean of type ‘cn.est.service.Br
- 淘宝评论接口调用展示
- Kitti数据集简介