me_edu
Прикладная статистика и Data Science: гипотезы, эксперименты и интерпретацияШаг 12 из 13 · 0% пройдено
Эксперименты, регрессия и причинность

Регрессия и confounding

Шаг 12 из 1310 минТеория
Цель

Понять основной механизм темы «Регрессия и confounding» без заучивания отдельных терминов.

Как работать

Прочитайте блок один раз целиком, затем вернитесь к схеме или примеру и перескажите идею своими словами.

Критерий

Сформулированное правило, пример применения и одно ограничение метода.

STRUCTURAL BLOCK DIAGRAMCENTRAL UNITRegressionanalysisOutcomeResidualsFeatureInterpretationControlsConfoundersСтруктурная схемастрелки показывают поток данных/энергиимасштаб и расположение условные
Regression interpretation: модель связывает outcome, признаки, контролируемые факторы и ограничения вывода
Опорная идея

Регрессия помогает описывать связь факторов и результата, но связь не равна причинности. Confounding возникает, когда третий фактор влияет и на признак, и на результат. Simpson's paradox показывает, что общий тренд может измениться после разбиения на группы.

Честный data scientist отделяет prediction, association и causal claim. Это делает выводы полезными и безопасными.

Назад

Обсуждение

Войдите, чтобы участвовать в обсуждении.

Пока нет сообщений.