因果图(Causal Diagrams)的十个要点

对于事件建模,如果可能,尽量构建有向无环图(DAG)

1) DAG 上的每个节点对应于随机变量,而不是其实现值
2) DAG中箭头的存在或缺失与人口中存在或不存在个别因果关系相对应
3) “不可操纵”变量及其箭头应小心绘制
4) 最好为总人口绘制 DAG,而不是为暴露或未曝光的群体绘制 DAG,这样可以更好确定是否出现偏差
5) DAG主要有助于研究在期望中混淆的概念中在分配中是否存在混淆
6) 虽然 DAG 提供了因果结构的定性差异,但它们无法描述如何调整以适应混淆的细节
7) DAG 可用于说明在队列和案例控制研究中匹配和适当处理匹配变量的后果
8) 在 DAG 中明确计算时间顺序时,必须针对每个时间点使用单独的节点
9) 在某些情况下,使用具有签名边缘的 DAG 来得出有关偏见方向的结论
10)DAG可以(而且应该)用来描述不仅混淆偏见,而且其他形式的偏见

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注