252
个编辑
更改
跳到导航
跳到搜索
第25行：
第25行： +
→后门准则实例
[[File:01.png|320px|center|thumb|图1：<math>X</math>：新药；<math>Y</math>:痊愈率；<math>W</math>:体重；<math>Z</math>:经济社会地位]]
[[File:01.png|320px|center|thumb|图1：<math>X</math>：新药；<math>Y</math>:痊愈率；<math>W</math>:体重；<math>Z</math>:经济社会地位]]
试图获取药物<math>X</math>对痊愈率<math>Y</math>的因果效应，同时还测量了对痊愈率有影响的体重<math>W</math>。另外，我们知道经济社会地位<math>Z</math>同时影响患者体重和患者对接受治疗的选择，但是在这个研究中并没有关于经济社会地位的统计数据。
在图1的因果图中包含四个变量<math>X</math>、<math>Y</math>、<math>W</math>、<math>Z</math>四个变量，现在我们估计变量<math>X</math>对变量<math>Y</math>的因果效应，即搜索满足有向变量对<math>(X，Y)</math>的后门准则的变量集合。不难发现，节点<math>W</math>（非<math>X</math>的后代）阻断了指向<math>X</math>的后门路径<math>X\leftarrow Z \rightarrow W \rightarrow Y</math>，但没有创造新的后门路径或者改变从<math>X</math>到变量<math>Y</math>的有向路径，因此单个节点<math>W</math>满足后门准则，因此，只要校正<math>W</math>就能得到从变量<math>X</math>到变量<math>Y</math>的因果效应，即
在图1的因果图中包含四个变量<math>X</math>、<math>Y</math>、<math>W</math>、<math>Z</math>四个变量，现在我们估计变量<math>X</math>对变量<math>Y</math>的因果效应，即搜索满足有向变量对<math>(X，Y)</math>的后门准则的变量集合。不难发现，节点<math>W</math>（非<math>X</math>的后代）阻断了指向<math>X</math>的后门路径<math>X\leftarrow Z \rightarrow W \rightarrow Y</math>，但没有创造新的后门路径或者改变从<math>X</math>到变量<math>Y</math>的有向路径，因此单个节点<math>W</math>满足后门准则，因此，只要校正<math>W</math>就能得到从变量<math>X</math>到变量<math>Y</math>的因果效应，即