gespenster-dag-schoice
Question
Im “Gespenster-DAG” (Großeltern \(G\), Eltern \(E\), Kinder \(K\), plus eine ungemessene Variable \(U\), z. B. Nachbarschaft, mit \(U\rightarrow E\) und \(U\rightarrow K\)) ist \(E\) eine Kollisionsvariable auf dem Pfad zwischen \(G\) und \(U\). Warum bezeichnet das Kapitel diesen DAG als “unheilbar”?
Answerlist
- Da \(E\) eine Kollisionsvariable ist, würde das Kontrollieren von \(E\) (nötig, um den Konfundierungspfad über \(E\) zu blockieren) gleichzeitig eine Scheinkorrelation über \(U\) öffnen – da \(U\) aber unbeobachtet (ungemessen) ist, kann man diese neu geöffnete Verzerrung nicht mehr durch weiteres Kontrollieren beheben.
- Der DAG ist unheilbar, weil er azyklisch ist.
- Der DAG ist unheilbar, weil zu wenige Beobachtungen im Datensatz vorhanden sind.
- Man könnte das Problem einfach lösen, indem man \(U\) zusätzlich in die Regression aufnimmt.
- Der DAG ist unheilbar, weil \(G\) und \(K\) nicht direkt durch einen Pfeil verbunden sind.
Solution
Das Kapitel erläutert: “E ist sowohl für G als auch für U eine Wirkung, also eine Kollisionsvariable auf diesem Pfad. Wenn wir E kontrollieren, wird es den Pfad \(G\rightarrow K\) verzerren, auch wenn wir niemals U messen.” Man steckt also in einem Dilemma: Kontrolliert man \(E\) nicht, bleibt eine Konfundierung bestehen; kontrolliert man \(E\), öffnet man über die (unbeobachtete) Kollisionsvariable eine neue Verzerrung, die man mangels Messung von \(U\) nicht mehr schließen kann. Die erste Option ist korrekt.
Warum die Distraktoren falsch sind:
- Die zweite Option ist falsch: Azyklizität ist eine grundlegende Eigenschaft aller DAGs (siehe Definition von DAG im vorherigen Kapitel), nicht die spezifische Ursache für die Unlösbarkeit gerade dieses Beispiels.
- Die dritte Option nennt einen im Kapitel nicht erwähnten Grund: Das Problem des Gespenster-DAGs ist ein strukturelles (durch die kausale Struktur bedingtes) Identifikationsproblem, keine Frage der Stichprobengröße – auch mit unendlich vielen Daten ließe sich der Effekt nicht sauber isolieren.
- Die vierte Option widerspricht der Prämisse: \(U\) ist per Definition eine ungemessene (unbekannte) Variable – man kann eine Variable, die man nicht beobachtet hat, nicht in ein Regressionsmodell aufnehmen.
- Die fünfte Option beschreibt keinen im Kapitel genannten Grund und ist sachlich unbegründet – das Fehlen eines direkten Pfeils zwischen zwei bestimmten Variablen macht einen DAG nicht per se “unheilbar”.
Aufgabenname: gespenster-dag-schoice
Answerlist
- Wahr
- Falsch
- Falsch
- Falsch
- Falsch
Meta-information
exname: gespenster-dag-schoice extype: schoice expoints: 1 exsolution: 10000 exshuffle: 5 excategory: kausalinferenz