# Analiza wrażliwości na ukryte zakłócacze EN: **Sensitivity analysis for unmeasured confounding** · id `causalsensitivity` · aliases: causal sensitivity analysis, sensitivity analysis for unobserved confounding, analiza wrażliwości przyczynowej Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Fundamenty i rozumowanie](https://aiatlasgraph.com/t/foundations.md) › [Modele probabilistyczne](https://aiatlasgraph.com/t/probabilistic.md) › [Wnioskowanie przyczynowe](https://aiatlasgraph.com/t/causalinference.md) › Analiza wrażliwości na ukryte zakłócacze ## Description - PL: Ilościowa ocena, jak silne nieobserwowane zakłócenie podważyłoby oszacowany efekt lub przesunęło jego przedział ufności do zera. - EN: A quantitative assessment of how strong unobserved confounding would have to be to explain away an estimated effect or move its confidence interval to zero. ## In one sentence - PL: Sprawdzasz, jak silny musiałby być czynnik, którego nie zmierzyłeś, żeby podważyć twój wniosek o skutku. - EN: You check how strong an unmeasured factor would have to be to overturn your conclusion about an effect. ## Problem it solves - PL: W danych bez eksperymentu zawsze może istnieć coś niezmierzonego, co tłumaczy wynik, a raporty zwykle to przemilczają. - EN: In non-experimental data something unmeasured may always explain the result, and reports usually stay silent about it. ## What it does - PL: Jak próba obciążenia mostu: zamiast dowodzić, że ukrytego czynnika nie ma, pokazuje, jak duży musiałby być, by wniosek runął. - EN: Like a bridge load test: rather than proving no hidden factor exists, it shows how large one must be to topple the conclusion. ## Everyday example - PL: Badanie wiąże dietę z rzadszymi zawałami. Analiza pokazuje, że wynik zniknąłby dopiero przy bardzo silnym, niezmierzonym czynniku. - EN: A study links a diet with fewer heart attacks. The analysis shows the result would vanish only under a very strong unmeasured factor. ## This concerns you if you… - PL: opierasz decyzję na danych obserwacyjnych - PL: oceniasz wiarygodność badania, które czytasz - EN: base a decision on observational data - EN: judge how credible a study you read is ## Keywords E-value · omitted variable bias · sensemakr · Rosenbaum bounds · refutation tests · placebo treatment · DoWhy refuters ## How it works - PL: Zamiast zakładać brak ukrytych zakłócaczy, parametryzuje się ich związek z interwencją i wynikiem. E-wartość podaje minimalną siłę tego związku w skali ilorazu ryzyka, przy której zakłócacz całkowicie tłumaczy efekt. Inne podejścia wyrażają próg udziałem wyjaśnianej wariancji i porównują go z mierzonymi zmiennymi; biblioteki przyczynowe dodają testy obalające, np. placebo i losową wspólną przyczynę. - EN: Instead of assuming no hidden confounding, its association with treatment and outcome is parameterised. The E-value gives the minimum strength, on the risk-ratio scale, at which a confounder fully explains the effect. Other approaches express thresholds as shares of explained variance benchmarked against measured covariates; causal libraries add refutation tests such as placebo treatments and random common causes. ## Limits - PL: Nie mówi, czy taki zakłócacz istnieje; interpretacja zależy od kontekstu i zmierzonych zmiennych. Nie obejmuje błędu pomiaru, selekcji ani wybiórczego raportowania. Nie ma uniwersalnego progu, a mała E-wartość nie dowodzi braku efektu. - EN: It does not say whether such a confounder exists; interpretation depends on context and measured covariates. It ignores measurement error, selection bias and selective reporting. There is no universal threshold, and a small E-value does not prove a null effect. ## Key terms - PL: **E-wartość**: Minimalna siła ukrytego czynnika potrzebna, by wyjaśnić efekt. - PL: **test obalający (refutation)**: Celowe zaburzenie analizy, by sprawdzić, czy wynik się utrzyma. - PL: **porównanie z mierzonymi zmiennymi**: Odniesienie siły ukrytego czynnika do siły znanych zmiennych. - EN: **E-value**: Minimum strength of a hidden factor needed to explain the effect. - EN: **refutation test**: Deliberately perturbing the analysis to see if the result holds. - EN: **covariate benchmarking**: Comparing a hidden factor's strength with that of known variables. ## Know first - [Testy statystyczne i przedziały ufności (Hypothesis tests and confidence intervals)](https://aiatlasgraph.com/t/hypothesistesting.md) ## Sources - [Sensitivity Analysis in Observational Research: Introducing the E-Value]() `vanderweele-evalue-2017` · by Tyler J. VanderWeele, Peng Ding - [DoWhy (PyWhy) – causal inference library repository]() `pywhy-dowhy-repo` · by PyWhy contributors --- AI Atlas revision 131 (2026-11-07) · HTML: https://aiatlasgraph.com/t/causalsensitivity · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-11-07