Field Notes
Claude Code SkillsAI Open SourceReadingResearch NotesLatest · LiveLearn
SearchGitHub →
Claude Code SkillsAI Open SourceReadingResearch NotesLatest · LiveLearnSearch
Home/Research Notes/因果推断方法

Research Notes · Category

因果推断方法

围绕同一份观察性医学数据,把多种因果推断方法在同一个研究问题上做演练与对照,看每种方法在 R 语言实现下的差异、假设依赖与适用边界。

In this category

1

item

Other categories人格因果学会计实证方法
01
因果推断实践
应用工具书2026-04124 pp.

因果推断实践

基于 RHC 数据的方法比较与 R 语言实现

以 Connors 等人 1996 年 JAMA 发表的右心导管观察性研究为基准样本,覆盖五所教学医院 5,735 名 ICU 危重症患者、49 个变量、高度非随机的处理分配与 180 天死亡结局。十章对应九种因果推断方法,从回归调整与 G 计算的参数基线,到倾向得分匹配、IPW 与重叠权重,再到 AIPW、DML 与 TMLE 的双重稳健与机器学习增强,最后用因果森林揭示个体化处理效应。每章末维护一张累积对比表,第 8 章用 E-value 与 sensemakr 量化结论对未测量混杂的稳健性。

Open →
← All of Research Notes

白名单 · content/featured-skills.yml + content/featured-repos.yml

Source on GitHub →