orsaksmodeller
Orsaksmodeller, eller kausala modeller, utgör systematiska representationer av hur variabler verkar på varandra. De skiljer kausal påverkan från enbart korrelation och syftar till att beskriva vad som händer vid interventioner.
Det vanligaste ramverket är grafiska modeller. Riktade acykliska grafer (DAGs) visar direkta orsaksrelationer mellan variabler, medan
Identifikation frågar vilka kausala effekter som kan uppskattas från data givet en kausal struktur. Do-calculus och
Användningar finns inom medicin, epidemiologi, ekonomi, samhällsvetenskap och maskininlärning. Till exempel kan effekten av en behandling
Utmaningar inkluderar konfundering, mätfel, selektionsbias och felaktiga antaganden om strukturen. Feedback-loopar och imperfekta data försvårar tolkningen.