Grafy przyczynowe (DAG) i dobór zmiennych do kontroli

Causal graphs (DAGs) and backdoor adjustment · id causaldags · aliases: causal DAG, causal graph, causal diagram, graf przyczynowy, diagram przyczynowy

Skierowany graf acykliczny koduje założenia przyczynowe; d-separacja i kryterium backdoor wskazują zmienne, których kontrola identyfikuje efekt.

A directed acyclic graph encodes causal assumptions; d-separation and the backdoor criterion identify which variables to adjust for to recover an effect.

In one sentence

Rysunek ze strzałkami pokazuje, co na co wpływa, i podpowiada, które czynniki trzeba uwzględnić w analizie.

A drawing with arrows shows what influences what and tells you which factors to account for in an analysis.

Problem it solves

Dodanie do analizy niewłaściwej zmiennej potrafi stworzyć fałszywą zależność albo ukryć prawdziwą, a z samych liczb tego nie widać.

Adding the wrong variable to an analysis can create a false link or hide a real one, and the numbers alone will not show it.

What it does

Jak mapa dróg: widzisz wszystkie objazdy łączące przyczynę ze skutkiem i zamykasz te, które prowadzą okrężną, mylącą trasą.

Like a road map: you see every detour linking cause and effect and close the ones that take a misleading roundabout route.

Everyday example

Chcesz wiedzieć, czy kawa szkodzi sercu. Zaznaczasz, że palenie wpływa i na picie kawy, i na serce, więc palenie musisz uwzględnić.

You want to know whether coffee harms the heart. You draw that smoking affects both coffee drinking and the heart, so smoking must be accounted for.

This concerns you if you…

Sources