使用直观的图形界面可访问计算因果效应的紧凑符号上界
摘要：可估计性心仪广泛运用于因果点估计中，但其背后的假设往往难以证明。在特定情景下，可以推导出边界来缩小因果效应的可能范围。符号边界适用于所有可用同一有向无环图（DAG）描绘且具有相同感兴趣效应的情景。尽管推导符号边界的方法核心已经在之前的研究中开发出来，但其实施和计算手段一直欠缺。我们的R软件包causaloptim旨在通过实现Sachs等人（2022a）的方法并通过shiny提供用户图形界面，以解决这个可用性问题。该界面允许用户以大多数对因果推断感兴趣的研究人员熟悉的方式进行输入，即通过点击来绘制DAG，并使用熟悉的反事实符号标记来指定感兴趣的因果效应。
作者：Gustav Jonzon and Michael C Sachs and Erin E Gabriel
论文ID：2209.03657
分类：Computation
分类简称：stat.CO
提交时间：2022-09-09