admin管理员组

文章数量:1130349

1. 什么是潜在结果

潜在结果是指接受潜在治疗的个体的结果。 对于该个体，治疗的因果关系是个体接受治疗的潜在结果与未接受治疗的潜在结果之间的差异。

2. 因果推理的基本问题

数据缺失。

以药丸对头痛的治疗效果为例，因果关系为：

Yi(1)−Yi(0)Y_i(1)-Y_i(0)Yi​(1)−Yi​(0) ，

其中，Yi(1)Y_i(1)Yi​(1)代表吃药的潜在结果，Yi(0)Y_i(0)Yi​(0)代表不吃药的潜在结果。但通常，对于特定的一个人，吃药时只能得到Yi(1)Y_i(1)Yi​(1)，不吃药时只能得到Yi(0)Y_i(0)Yi​(0)，与之对应的反事实并不会被观察到。这就产生了因果推理中的数据缺失，如下图：

3. 解决因果推理中的基本问题（数据缺失）

在第一节中介绍过，关联不等同于因果。当存在混杂因子是，平均治疗效果ATE（Average Treatment Effect）：

E[Yi(1)−Yi(0)]=E[Y(1)]−E[Y(0)]≠E[Y∣T=1]−E[Y∣T=0]E[Y_i(1)-Y_i(0)]=E[Y(1)]-E[Y(0)]\neq{E[Y|T=1]-E[Y|T=0]}E[Yi​(1)−Yi​(0)]=

1. 什么是潜在结果

潜在结果是指接受潜在治疗的个体的结果。 对于该个体，治疗的因果关系是个体接受治疗的潜在结果与未接受治疗的潜在结果之间的差异。

2. 因果推理的基本问题

数据缺失。

以药丸对头痛的治疗效果为例，因果关系为：

Yi(1)−Yi(0)Y_i(1)-Y_i(0)Yi​(1)−Yi​(0) ，

其中，Yi(1)Y_i(1)Yi​(1)代表吃药的潜在结果，Yi(0)Y_i(0)Yi​(0)代表不吃药的潜在结果。但通常，对于特定的一个人，吃药时只能得到Yi(1)Y_i(1)Yi​(1)，不吃药时只能得到Yi(0)Y_i(0)Yi​(0)，与之对应的反事实并不会被观察到。这就产生了因果推理中的数据缺失，如下图：

3. 解决因果推理中的基本问题（数据缺失）

在第一节中介绍过，关联不等同于因果。当存在混杂因子是，平均治疗效果ATE（Average Treatment Effect）：

E[Yi(1)−Yi(0)]=E[Y(1)]−E[Y(0)]≠E[Y∣T=1]−E[Y∣T=0]E[Y_i(1)-Y_i(0)]=E[Y(1)]-E[Y(0)]\neq{E[Y|T=1]-E[Y|T=0]}E[Yi​(1)−Yi​(0)]=

本文标签： 因果potentialOutcomes

版权声明：本文标题：因果推理（二）：潜在结果（Potential Outcomes） 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://it.en369.cn/jiaocheng/1754377560a2679188.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。