文档摘要

4.6 敏感性分析与稳健推断 本节摘要：敏感性分析回答"未测混杂要强到什么程度才能推翻当前结论"，把不可检验的无混杂假设转化为可量化的稳健性陈述。本节讲 E-value 的定义与计算、Rosenbaum 敏感性框架在匹配设计上的用法、负控与安慰剂检验两类稳健性证据，以及推断中的多重比较与聚类问题。 把"怕混杂"变成一个数 前几节的方法都建立在某条不可检验假设上（无未测混杂、工具排他性、断点连续性）。 会员。《4.6 敏感性分析与稳健推断》收录于灏天文库文集《因果推断 (Causal Inference)》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/655-%E5%9B%A0%E6%9E%9C%E6%8E%A8%E6%96%AD-causal-inference

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流