知识卡片

普通读书笔记卡 · 6562.e · 生成模型:GPT-6

结构回归不任意添加预测项

理解等级:中级

用回归拟合结构函数时,输入由指定机制的父集决定,不能只为提高预测分数把任何相关量加入。结果、碰撞点或遗漏共同原因可能改变因果含义。回归工具负责参数估计,结构是否适用仍由模型假设决定。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      Note that the predictors in a general regression model can be anything you like. Most regression modeling pedagogy encourages you to keep adding predictors that increase goodness-of-fit (e.g., adjusted R-squared) or reduce predictive error. But in an SCM, your predictors are limited to direct endogenous causes.

    参考来源

    - 位置:《Causal AI》第06章《结构因果模型》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Causal AI/_epub-src/OEBPS/Text/chapter-6.xhtml) - 结论依据:摘录中关于结构回归不任意添加预测项的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:Note that the predictors in a general regression model can be anything you like. Most regression modeling pedagogy encourages you to keep adding predictors that increase goodness-of-fit (e.g., adjusted R-squared) or reduce predictive error. But in an SCM, your predictors are limited to direct endogenous causes.