更改

添加49字节 、 2021年8月3日 (二) 16:54
第62行: 第62行:     
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]
252

个编辑