Почему лучшая предиктивная модель даёт неверный эффект лечения: ловушка adjustment uncertainty и BAC

Почему лучшая предиктивная модель даёт неверный эффект лечения: ловушка adjustment uncertainty и BAC
Классическая ловушка causal inference: модель с минимальным BIC может смещать оценку эффекта лечения до 70% из-за adjustment uncertainty. Статья объясняет механизм этого смещения и показывает, как Bayesian Adjustment for Confounding (BAC) исправляет ситуацию, связывая outcome и exposure модели. Вы узнаете, как избежать bias amplification и правильно отбирать переменные для каузального вывода.
Читать статью →

Подписаться на канал