U5 Introduktion Flashcards
(17 cards)
Kausal Inferens
o At drage slutninger om årsag-virkning (X → Y).
Statistisk Inferens
o Generalisering fra stikprøve til population (f.eks. konfidensintervaller).
Kausalitet
o En påstand om, at X forårsager Y (eks: “Flere brandbiler reducerer brandskader”).
Potentielle Udfald (Potential Outcomes
o Y1iY1i: Udfald hvis enhed ii får treatment.
o Y0iY0i: Udfald hvis enhed ii ikke får treatment.
Selektion
o At enheder ikke er tilfældigt fordelt mellem behandlings- og kontrolgrupper.
Selektionsbias
o Systematiske forskelle mellem grupper selv uden treatment. Der ikke er ens potentielle udfald mellem treatmentgruppe (TG) og kontrolgruppe (KG)
Udeladte Variable (Z)
o En tredjefaktor, der påvirker både X og Y (eks: “Størrelsen af branden”).
Omvendt Kausalitet
- Y påvirker X (eks: “Højere brandskade får kommunen til at sende flere brandbiler”).
Tankeeksperiment om selektionsbias
- “Ville E[Y] være forskellig mellem grupper, hvis ingen fik treatment?”
Positiv Bias
Overestimerer positiv effekt eller underestimerer negativ effekt.
Negativ Bias
Underestimerer positiv effekt eller overestimerer negativ effekt.
Randomiserede Eksperimenter
Tilfældig tildeling af treatment (X) for at undgå bias.
Balancetabeller
Sammenligning af grupper på observerbare variable for at teste sammenlignelighed.
Ceteris Paribus
“Alt andet lige” – idealet om at isolere X’s effekt på Y.
The Furious Five (Kausal Inferens-metoder)
Randomiserede Eksperimenter
Regression med Kontrolvariable
Difference-in-Differences (DiD)
Instrumentvariable (IV) Regressionsdiskontinuitetsdesign (RDD)
Average Causal Effect
Forskellen mellem treatment- og kontrolgruppernes gennemsnit
Det fundamentale problem ved kausal inferens
Det er umuligt at observere både treatment og ikke-treatment for samme enhed
