Introducción
De qué trata esta guía
Un tratado técnico y exhaustivo sobre la unificación del modelado causal estructural, la teoría de resultados potenciales de Rubin, y los algoritmos de aprendizaje automático para la estimación de efectos heterogéneos.
Recorrido
Temas que aborda
- Introducción
- Inferencia Causal Moderna y Machine Learning
- Teoría de Resultados Potenciales y Fundamentos Causal
- Supuestos Críticos para la Identificación
- La Paradoja de Simpson y Sesgo de Confusión
- Modelos Causales Estructurales (SCM) y DAGs
Conceptos relacionados
Conexiones principales
Notación compatible
Muestra matemática en LaTeX
La expresión se renderiza de forma accesible y conserva debajo su fuente LaTeX.
Ver LaTeX fuente
\tau_i = Y_i(1) - Y_i(0)