*Wissenschaftliches Programm*   *Liste der Vortragenden*

Sektion 5
Dienstag, 19.09.2000, 14.00–14.50 Uhr, POT 361

Kausale Graphen

Peter Kischka, FSU Jena

Dieser Beitrag beschäftigt sich mit der Ermittlung unkonfundierter Effekte einer Behandlungsvariablen X auf eine Ergebnisvariable Y . Ausgangspunkt der Ausführungen ist ein Working Paper von J. Pearl (1998) in dem der Begriff der stabilen Unkonfundiertheit vorgestellt wird. Dieser Begriff beruht auf graphentheoretischen Modellierungsansätzen. Wir verallgemeinern diese Definition für Situationen, in denen die Existenz von konfundierenden Variablen bekannt ist. Ein erstes Ergebnis ist die Charakterisierung des verallgemeinerten Begriffs. Ein Effekt von X auf Y ist genau dann unkonfundiert bzgl. einer Menge T , wenn T jeden sogenannten Backdoor-Pfad zwischen X und Y d-separiert. Weiter wird ein notwendiges Kriterium für stabile Unkonfundiertheit angegeben. Kann eine weitere Variable V gefunden werden, die aus substantiellen Überlegungen bestimmten graphentheoretischen Kriterien genügt, kann mittels Unabhängigkeitstests überprüft werden, ob Nicht-Unkonfundiertheit vorliegt. Darüber hinaus wird unter weiteren Voraussetzungen ein hinreichendes Kriterium angeben, welches stabile Unkonfundiertheit sicherstellt und statistisch überprüfbar ist. Dieses Kriterium kann angewendet werden, wenn eine weitere „Pre-Treatment“-Variable V gefunden wird, die Einfluss auf die Behandlungsvariable X hat. In dieser Situation kann wiederum mit Unabhängigkeitstests ermittelt werden, ob stabile Unkonfundiertheit vorliegt.