Glossário IA
O dicionário completo da Inteligência Artificial
Variáveis de Confusão
Variáveis que influenciam simultaneamente a variável de tratamento e a variável de resultado, criando uma associação espúria entre elas que deve ser controlada para estimar o efeito causal.
Do-calculus de Pearl
Conjunto formal de regras de inferência desenvolvidas por Judea Pearl que permitem calcular os efeitos causais a partir de grafos causais e distribuições observáveis.
Critério de Backdoor
Condição suficiente para identificar os efeitos causais em um DAG especificando qual conjunto de variáveis deve ser condicionado para bloquear todos os caminhos não causais entre tratamento e resultado.
Efeito de Tratamento Médio Condicional (CATE)
Efeito causal heterogêneo que varia de acordo com as características dos subgrupos da população, permitindo uma personalização das intervenções baseada nas covariáveis.
Modelos Causais Estruturais
Formalismos matemáticos que combinam equações estruturais e grafos para representar os mecanismos causais subjacentes que geram os dados observados.
Métodos de Ponderação
Abordagens que utilizam pesos baseados nos propensity scores para criar uma pseudo-população onde o tratamento é independente das covariáveis observadas.