Business data analytics

Inferenza causale

effettostimare relazioniidentificare Inferenza causale si causaevogliono variabili correlate correlazionee covariabilita causazione E insiemevarianooffendi ecctrarelazione 2 l'altracui una causainPer interpretare tale probabilità come impatto del programma economico sulfatturato sarebbe necessario poter stabilire quali sono le imprese che ricevono ilsostegno economico ( operatore do(x) ), garantendo uniformità e quindicomparabilità tra i due gruppi che ricevono e non il programma di supporto.inferenza sintesicausale ControfattualeInterventoAssociazione valutarevolutiY altrialcuniY ycome varia econ condialrelazione xvaloriinun'altra variabile robottoeffetto causalestimatoimpatto sat

Diagrammi causali

In diagrammi causali analisi ysuimpattoDgenerale Controfattualesistema causale rappresentareun perdisegnareEDAG directed acyclic graph diletutteacuito dell'outcomegrato diretto interesseesplicitamente causesolo outcome osservabilipunticlassificazione effetto trattamentomediooGENITORE ANTENATO O tipo relazionenoFIGLIO DISCENDENTEdi daiogniMarkov proprisolo GenitoriModello variabile dipendetiflat fltiltraflaln flxalk.e.tflxalxs.kflesla.xsflxalnlflslnflat.fmIminuetti Rilevantievidenzi concetti daidentifichi inserirevariabili nell'analisi attenzioneback-door path (BDP) 1diretto YchePercorso sia versoveroY IND UN DE COMUNE ConfoundedANTENATOHANNOI D NOBASconfounding opportunamente causalenessoIblocchi controllano di soybL'Ittanantaksen a Collider fno aPANEPensi Ittitidid0 MattoYEY wnettamenteIdentifichi canalii nervi

Criterio del path backdoor

Criterio del pathbackdoor DAYAITUTTI ACNAOOR PATHIDENTIFICO DAYAPellonitutti iIdentifico DEI DIENDENTI letuttiBollo VARIABILIi ControllandoRANDOM PATH APERTI D Ynon acontrollare dilenient evariabiliFRONT-DOOR Badnon chiudono Dnon controllabileosservabile D YuI µ È YN Mdi E suEffettocombinoDTIFICHI p Ntm Ddi yintero sucatturano EFFETTOesaustive I DIsolate ControllandoBDPTUTTI BloccatiCONTROFATTUALE IIDENTIFICARE LAVALINESSI iD GRUPPO TRATTAMENTO SETRATTATI UNITAME trattataDi Y I SEo Ino controllo UNITA NONTATIAIAOUTCOMEGruppoD magnaq in_yq maame me a AJ MillDI MANON ANTIERISTICHEINSIEME VARIABILI CON SUFFICIENTEMENTETRATTARETRATTATEVARIABILIDELLEQUELLE L L annoEtà www.annfate TRATTATO CONNON 1SE EFFETTO TRATTAMENTO ALLORAOMOGENEOspilloverNO NON OsservabiliOUTCOME OSSERVABILI del intimoECHI DI gettitoGIGLI ATTAseE tantefffit gettoneTAFFYYo Do IDYEItere E ElyElyftp SIDATT E DY Di denY ElyECY.isSID DIttite E o ooato UNTraDIFFERENZA OUTCOMEIO StimoCOME E CHEQUELLOTRATTATOINDIVIDUO stato l'outcome dell'InssarebbeE 1id dYE yNaiveESTIMATOR o FOSSESTATONONQUALORATRATTATOTRATTATOne tz'ENMIst'IIIIsoameremoseannossianoDiE YoOSSERVIAMO OVVEROCIO CHENON ELYID OCIO CHECON OSSERVIAMOY YoSentaintimentoOUTCOMECONOUTCOME TRATTAMENTOil 7DGRUPPO TRATTAMENTO 8Deo61h10 controllo BIAS10 37ATT 710 476 t10 4NE 63 3 daDipendenti fattoriatomi all'agonismoesogeniraramenteTrattamentiAUTOSELEZIONE i delsull'assunzioneindividui decisioniprendonospessobasandositrattamento caratteristiche individualisunonsetrattati anche stati untrattati autorefossero avrebberoi NN NIEUWA IntantoHACHIDIQUELLODIVERTOPONNEALE Y 11EYo DE 0VARIABILI DI D CONTROLLOSELEZIONE IL TRATTAMENTOPREDICONO ELIMINO SELEZIONEEFFETTOe YD ildileSe delmetodo donselezionevariabili frontenon osserviamo dicontrollare l'effetto selezionenon nonapplicabilee possiamo RCD randoniamenteAdeAssegnazione randomizzato INALAMMAZONE KIELTYintimento TITINIO ALstudi osservazionaliL reclanino di assegnazioneINTIAIIMEDIE LeiATEINNATAI MEDIEEFFETTO Yi Yoi YoiYi DitREG LINEAREYoiE2 Yi DiL Mit pYoiInip Yoi EMi Yoi ÈDI DIEFFETTO DEL POTENZIALE EQUIVALOUTCOMESELEZIONE MODELLO EDI INAlla REGIME REG IMENETENNEEFRACORRELAZIONE QUALE QUINDIPER EFFETTO DOBBIAMOIDENTIFICARE ASSUMEREIDTraINDIPENDENZA yEIN ETEMA SEMPREMAMLD GARANTITA DALLA RANDOMIZZAZIONEFUNZIONATOCHEBENE ABBIACONTROLLARE MEDIEGU INNAMENTODIF UNSE GRUPPOPERTEST VEDERE dire SignificativaVoglioC NONECO T Eumana.NO MEDIE GUAINEIN INT D LEE ALTRE1010 INTERAZIONI VARIABILEINCLUDERE DiYi BliLA di Mit Sptti YD ESU1 DIse EFFETTO EttiYEAH BiasinternaÈ lEneaahttatonehftp.YEHdifendeesternaIn ho validità lamatrattamento randominato internamai maun randominamenteall'esternoeterna non salgoperché

Problemi legati alla randomizzazione

Problemi legati alla randomizzazionecampione

• Partecipanti sono un non rappresentstivo.partecipation bias:
• E etto del trattamento diverso per quelli chepartecipano . problema validità esterna. (dobbiamo comoparare i due gruppi)treatment knowledge bias:
• La consapevolezza di essere sotto osservazionepuò alterare l'output compromettendo la validità interna.blinding, double blinding, placebo
• Soluzioni: e etto nel gruppo c perapprossimare più fedelmente il gruppo t.abbandoni.
• Se casuali no validità statistica. se dovuti al trattamento novalidità statistica ed interna.design costoso
• In termini nanziari e di tempo.e etto medio
• Informativo solo su C'EINPROPENSITY SCORE MATCHING NONCONTESTIALCUNI TRATTAMENTOASSEGNAZIONE RANDONIAIL SOREDELMILAN ALLARIDUCE Problema DEL PROPENSITYDIMENSIONE IRANILNE DIUNUNITACHE INSIEMEprobabilita TRATTAMENTORICEVACAMPIONELN simile caratteristichePSM COMANDIMENATE abbianoVARIABILI OSSERVABILIENTITA XDI LUI DOPOUN SET OSSERVABILI PERANAERSTICHEESISTEindipendenza XCONIGLIANDOAVERE AINTIA