文献

J-GLOBAL ID：202202279750392010   整理番号：22A1050600

オブジェクトディスプレイ(DAGWOOD)によるDAG:DAGにおける因果的仮定を明らかにするフレームワーク【JST・京大機械翻訳】

DAG With Omitted Objects Displayed (DAGWOOD): a framework for revealing causal assumptions in DAGs

著者 (4件)： Haber Noah A (Meta Research Innovation Center at Stanford University, Palo Alto, CA) ,  Wood Mollie E (Department of Epidemiology, Harvard TH Chan School of Public Health, Boston MA) ,  Wieten Sarah (Meta Research Innovation Center at Stanford University, Palo Alto, CA) ,  Breskin Alexander (NoviSci, Inc, Durham, NC)
資料名： Annals of Epidemiology  (Annals of Epidemiology)
巻： 68  ページ： 64-71  発行年： 2022年 
JST資料番号： W3261A  ISSN： 1047-2797  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 直接非循環グラフ(DAG)は,因果推論仮定を符号化する方法として疫学で頻繁に使用される。DAGWOODフレームワークを提案し,これらの符号化仮定を最前線にもたらす。DAGWOODは,根DAG(提案した分析におけるDAG)と一連の分岐DAG(根DAGに対する代替隠れ仮定)を組み合わせた。すべての分岐DAGは共通ルールを共有し,1)根DAG,2)有効なDAG,および3a)が最小十分な調整セットまたは3bのいずれかを変えることは,フロントドアパスの数を変える。分岐DAGは,無視できるように正当化しなければならない仮定のリストから成る。2種類の分岐DAG:排除分岐DAGは,根DAG(例えば直接経路および衝突者)における2つのノード間の単一または双方向経路を追加するが,誤方向分岐DAGは,オブジェクト間で引き出される代替経路(例えば,制御コンフューターに対する因果関係の方向を反転させることによって衝突者を生成する)を代表している。DAGWOODフレームワークは,1)因果モデル仮定,2)最良DAG実践の強化,3)因果モデルの評価のフレームワークを提供し,4)因果モデルの生成に使用できる。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 因果律 ,  経路 ,  *疫学 ,  推論
準シソーラス用語： 因果モデル ,  因果推論 , 【Automatic Indexing@JST】

著者キーワード (3件)： DAG ,  因果推論 ,  方法

分類 (2件)： 食用油脂,マーガリン  (FJ09010C) ,  油脂の性質  (YG01020T)

タイトルに関連する用語 (5件)： オブジェクト ,  ディスプレイ ,  DAG ,  仮定 ,  フレームワーク