Atlanan değişken yoksa regresyon nedensel mi?

Bir regresyon $y$ ile ilgili $x$ hem de etkileyen değişkenler var çıkarılırsa nedensel olması gerekli değildir $x$ ve $y$ . Ancak atlanan değişkenler ve ölçüm hatası için değilse, bir regresyon nedensel mi? Yani, olası her değişken regresyona dahil edilirse?

regression bias causality

— Esha
kaynak

Hayır, dünyadaki her değişkeni dahil etseniz bile, bunun tersi olabilir. Örneğin, bir gezegenin en yakın yıldızına olan yakınlığı, gezegenin yüzey sıcaklığı ile doğru bir şekilde tahmin edilebilir, ancak açıkça nedensellik başka yöne gider

— gazza89

@ gazza89 - bu soruya etkili bir şekilde cevap verdiğinden, onu bir cevaba genişletmek isteyebilirsiniz.

— jbowman

"Atlanan değişkenler" nedir? Veri kümemde bir Y ve 4 X olduğunu varsayalım. 4 X'in tümünü içeren bir modele uyuyorum. O zaman atlanan değişkenim yok mu?

— user158565

Yanıtlar:

Hayır, değil, size bazı karşı örnekler göstereceğim.

$Y \rightarrow X$ $X$ $Y$ $E[Y|do(x)] = 0$ $X$ $Y$ $E[Y|x]$ $X$

$X \rightarrow Z \leftarrow Y$ $X$ $Y$ $Z$ $Z$ $X$ $Y$ $X$

$Y$ $X$

— Carlos Cinelli
kaynak

Judea Pearl tarafından Neden Kitabı, tavsiye ederim. Carlos'un ne ifade ettiğini iyice açıklar.

— Markos Kashiouris

d o (x)

$do(x)$

@ naught101 o aslında zorlamak demektir X = x, aksine pasif gözlem X = x buraya bakın stats.stackexchange.com/questions/211008/dox-operator-meaning/...

— Carlos Cinelli'nın

X \to Z \leftarrow Y

$X \rightarrow Z \leftarrow Y$

Z

$Z$

X

$X$

Y

$Y$

x

$x$

y

$y$

z

$z$

Carlos Cinelli'nin bu soruya verdiği önemli cevaba ek olarak, regresyon katsayılarının nedensel olmamasının birkaç nedeni daha var.

$X$ $Y$ $X$ $E(Y\mid X)=X^2$ $Y$ $X$ $X^2$ $X$ $Y$

İkincisi ve ters nedensellik konusuyla ilgili olarak, seçim önyargısına sahip olma riski de vardır , yani örneğiniz, çıkarımınızı çizmek istediğiniz popülasyonu temsil etmeyecek şekilde seçilmiştir. Ayrıca, veriler rasgele tamamen eksik değilse , eksik veriler yanlılığa neden olabilir.

— Phil
kaynak