252
个编辑
更改
跳到导航
跳到搜索
第62行：
第62行： + + + +
→实例4 - 辛普森悖论
为了确定药物在人群中的有效性，设想一种假设性的干预措施，即对整个人群统一服用这种药物，并与补充干预下的痊愈率进行比较，补充干预指阻止每个人服用药物。用<math>do(X=1)</math>表示第一种干预，用<math>do(X=0)</math>表示第二种干预，现在要估计它们的差异：
为了确定药物在人群中的有效性，设想一种假设性的干预措施，即对整个人群统一服用这种药物，并与补充干预下的痊愈率进行比较，补充干预指阻止每个人服用药物。用<math>do(X=1)</math>表示第一种干预，用<math>do(X=0)</math>表示第二种干预，现在要估计它们的差异：
<math>
P(Y=y|do(X=1)) - P(Y=y|do(X=0))
</math>
=== 参考文献 ===
=== 参考文献 ===
----
----
# [https://www.amazon.com/gp/product/1119186846/ref=as_li_qf_asin_il_tl?ie=UTF8&tag=data4sci04-20&creative=9325&linkCode=as2&creativeASIN=1119186846&linkId=a5577a06e97ef450b194a7228b97f0a2 Judea Pearl,Madelyn Glymour, Nicholas P. Jewell. Causal Inference in Statistics: A Primer]
# [https://www.amazon.com/gp/product/1119186846/ref=as_li_qf_asin_il_tl?ie=UTF8&tag=data4sci04-20&creative=9325&linkCode=as2&creativeASIN=1119186846&linkId=a5577a06e97ef450b194a7228b97f0a2 Judea Pearl,Madelyn Glymour, Nicholas P. Jewell. Causal Inference in Statistics: A Primer]