Model selection in causal inference

点击翻译按钮获取中文摘要

Afin de déterminer l'effet véritable d'une exposition (par exemple, un médicament) sur une population, les analystes utilisent différentes techniques statistiques, toutes requièrant la spécification d'un modèle pour les données. Dans ce programme de recherche, nous plaidons pour que la pratique de choisir qu'un seul modèle soit abolie au profit de l'approche du 'modèle moyen'. Comme son nom le suggère, cette approche combine l'information provenant des modèles les plus plausibles, au lieu du 'meilleur' modèle. Nous voulons étudier l'efficacité du modèle moyen combiné à une variété de techniques d'analyse qui sont présentement utilisées afin de découvrir l'effet réel d'une exposition sur une variable d'intérêt.