2,443
个编辑
更改
跳到导航
跳到搜索
第2行：
第2行： − + 第14行：
第14行： − 可忽略性（或外生性）的简明含义是，当涉及潜在结果（Y）时，我们可以忽略一个人是怎样最终处于一个群体中而非另一个群体中(“处理组”Tx = 1，或“控制组”Tx = 0）。它也被称为无混淆杂性、基于可观测变量的选择或无遗漏变量偏差<ref>{{cite journal|last1=Yamamoto|first1=Teppei|title=Understanding the Past: Statistical Analysis of Causal Attribution|journal=Journal of Political Science|date=2012|volume=56|issue=1|pages=237–256|doi=10.1111/j.1540-5907.2011.00539.x|hdl=1721.1/85887}}</ref>。+ 第70行：
第70行： − +
无编辑摘要
|keywords=实验设计，因果推断，可忽略性
|keywords=实验设计，因果推断，可忽略性
|description=是实验设计的一种特征
|description=是实验设计的一种特征
}}
|因果科学,因果推断=}}
在[[统计学]]中，'''可忽略性'''是实验设计的一种特征，即数据收集方式（以及缺失数据的性质）不依赖于缺失数据。若在给定已观测数据的条件下，表示哪些变量被观测到或缺失的缺失数据指示矩阵与缺失数据独立，则称该数据缺失机制（例如处理分配或抽样调查策略）是“可忽略的”。
在[[统计学]]中，'''可忽略性'''是实验设计的一种特征，即数据收集方式（以及缺失数据的性质）不依赖于缺失数据。若在给定已观测数据的条件下，表示哪些变量被观测到或缺失的缺失数据指示矩阵与缺失数据独立，则称该数据缺失机制（例如处理分配或抽样调查策略）是“可忽略的”。
== 定义 ==
== 定义 ==
可忽略性（或外生性）的简明含义是，当涉及潜在结果[math]（Y）[/math]时，我们可以忽略一个人是怎样最终处于一个群体中而非另一个群体中(“处理组”Tx = 1，或“控制组”Tx = 0）。它也被称为无混淆杂性、基于可观测变量的选择或无遗漏变量偏差<ref>{{cite journal|last1=Yamamoto|first1=Teppei|title=Understanding the Past: Statistical Analysis of Causal Attribution|journal=Journal of Political Science|date=2012|volume=56|issue=1|pages=237–256|doi=10.1111/j.1540-5907.2011.00539.x|hdl=1721.1/85887}}</ref>。
----
----
本中文词条由[[用户:shlay|shlay]]用户参与编译，[[用户:PengWu|PengWu]]参与审校，[[用户:思无涯咿呀咿呀|思无涯咿呀咿呀]]、[[用户:薄荷|薄荷]]编辑，欢迎在讨论页面留言。
本中文词条由[[用户:shlay|shlay]]用户参与编译，[[用户:PengWu|PengWu]]参与审校，[[用户:薄荷|薄荷]]编辑，欢迎在讨论页面留言。
'''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''
'''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''