GMT20260hh513-120728_Recording_1920x1200
Ringkasan
The transcript discusses the use of prediction in causal and predictive research, emphasizing that models used for prediction can provide evidence about a causal model. It mentions the use of two models, linear and hyperbolic, to assess the relationship between height and arm length. The discussion also covers the use of graphs for diagnosing and assessing the effectiveness of diagnostic tests, such as Curves Rock, which relate sensitivity and specificity. The speaker concludes by noting that prediction is different from causal explanation, and that machine learning models can produce accurate predictions without necessarily explaining causality.
Speaker
Bab
-
0:00Bab 1: para, por ejemplo, en base a resultados, que la gráfica que vas a utilizar para una investigación causal, porque es en base a predicción. 300s · Speaker 2
para, por ejemplo, en base a resultados, que la gráfica que vas a utilizar para una investigación causal, porque es en base a predicción. Ahí va. Las formas para poder, en investigaciones causales, se puede usar la predicción como una evide…
-
5:01Bab 2: Si A y B se asocian y A predice B, quizás A cause B. 233s · Speaker 1
Si A y B se asocian y A predice B, quizás A cause B. Pero no es la única explicación posible. Pueden haber otras explicaciones. Tanto Rubin como Perl ofrecen métodos. para utilizando datos observados sacar conclusiones causales las cosas cu…