Argomenti di tendenza
#
Bonk Eco continues to show strength amid $USELESS rally
Hosico
Hosico-0,65%
USELESS
USELESS-11,97%
IKUN
IKUN+0,68%
gib
gib-3,04%
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
Bonk
Bonk-0,14%
ALON
ALON+1,94%
LAUNCHCOIN
LAUNCHCOIN+3,17%
GOONC
GOONC-4,02%
KLED
KLED-25,4%
#
Boop.Fun leading the way with a new launchpad on Solana.
BOOP
BOOP+0,44%
Boopa
Boopa+3,57%
PORK
PORK-1,74%
header
Jason Kerwin
Professore di Economia all'Università di Washington (sviluppo/lavoro/istruzione/salute). Nato alle Hawaii, ex studente di Stanford, Michigan PhD. Ex Minnesotano.
Jason Kerwin
Jason Kerwin10 dic, 13:43
Questo è molto vero, ma anche la previsione degli effetti del trattamento senza una randomizzazione as-if non può essere effettuata
Arpit Gupta
Arpit Gupta10 dic, 09:48
La causalità e la previsione non sono due concetti distinti L'inferenza causale è fondamentalmente un problema di previsione: stai prevedendo il controfattuale I randomisti hanno trovato alcuni modi ingegnosi per fare causalità senza previsione. Ma se risolvi la previsione; ottieni la causalità gratis
9,37K
Jason Kerwin
Jason Kerwin10 dic, 06:26
Se intendi tracciare le medie e gli intervalli di confidenza (IC) per mostrare i tuoi risultati, dovrebbero essere IC all'83% (non IC al 95%). Perché? Perché così, quando le persone guardano se si sovrappongono, il test statistico implicito ha la dimensione corretta.
39,34K