Modèle causal de Neyman-Rubin
Cet article est une ébauche concernant les probabilités et la statistique et l’économie.
Vous pouvez partager vos connaissances en l’améliorant (comment ?) selon les recommandations des projets correspondants.
| Type |
Modèle causal (en) |
|---|---|
| Inventeur | |
| Nommé en référence à | |
| Formule |
Le modèle causal de Neyman-Rubin (ou modèle à résultats potentiels, en anglais potential outcome model) est un cadre de pensée permettant d'identifier statistiquement l'effet causal d'une variable sur une autre. La première version du modèle a été proposée par Jerzy Neyman en 1923 dans son mémoire de maîtrise[1]. Le modèle a ensuite été généralisé par Donald Rubin dans un article intitulé « Estimating Causal Effects of Treatments in Randomized and Nonrandomized Studies ». Le nom du modèle a été donné par Paul Holland dans un article de 1986 intitulé « Statistics and Causal Inference »[2],[3].
Bibliographie
[modifier | modifier le code]- (en) Donald Rubin, « Estimating Causal Effects of Treatments in Randomized and Nonrandomized Studies », Journal of Educational Psychology, vol. 66, no 5, , p. 688–701
Notes et références
[modifier | modifier le code]- Jerzy Neyman, Sur les applications de la théorie des probabilités aux expériences agricoles : Essai des principes, mémoire de master, 1923, réédité en anglais dans la revue Statistical Science, Vol. 5, pp. 463-472. (traduction de D. M. Dabrowska, et T. P. Speed)
- (en) Paul W. Holland, « Statistics and causal inference », Journal of the American Statistical Association, vol. 81, no 396, , p. 945-960
- (en) Jasjeet Sekhon, « The Neyman— Rubin Model of Causal Inference and Estimation Via Matching Methods », dans The Oxford Handbook of Political Methodology, (DOI 10.1093/oxfordhb/9780199286546.003.0011)
