un modelo para interpretable estimación del efecto causal a nivel de población que puede manejar de alta dimensión conjuntos de datos
Qué es Inferencia causal ?
Inferencia: Aprenda sobre lo que usted no observar (parámetros) de lo que hacer observar
Inferencia causal: Inferir el efecto causal de cualquier tratamiento/política/intervención, especialmente a partir de datos de observación. Los ejemplos incluyen: impacto de una política pública, efecto de un tratamiento en una enfermedad
Aquí sólo consideramos binario tratamiento/intervenciones
Por que es Inferencia causal importante ?
- Investigación de relaciones causales: razonamiento humano natural
- A menudo, el tratamiento/intervención no se puede aleatorizar, por ejemplo, fumar o una política de salud pública.
- Los datos de observación han sesgo de confusiónvea el ejemplo a continuación
¿Es la quimioterapia un factor protector contra la muerte por cáncer?
Intuitivamente, consideraríamos que el Efecto Promedio del Tratamiento (ETA) es igual a:
𝔼 (Y|T=1) — 𝔼 (Y|T=0)
Sin embargo, esto nos daría una estimación sesgada del efecto del tratamiento, ya que recibir quimioterapia se asocia tanto con tener un cáncer más grave como con mayores probabilidades de muerte.
ATE = 𝔼 (Y(1)) — 𝔼 (Y(0))
donde Y
