内容来源：OpenScience

OpenMinds第17期：统计模型

研读文献： Thinking Clearly About Correlations and Causation: Graphical Causal Models for Observational Data

报告人：

赵楠   （北京大学心理与认知科学学院）

张小友 （华东师范大学）

主持人：

金海洋 （New York University Abu Dhabi）

大致流程：

文献报告 [约半小时, 录屏]

主持人的补充说明 [时间不定, 录屏]

讨论与文献相关的问题 [约半小时, 不录屏]

时间：北京时间2020年9月6日(星期日) 20:20

通讯工具：ZOOM

会议ID：https://auckland.zoom.us/j/98075077798

内容简介：相关性不意味因果性。这篇文章介绍了图形化的因果模型，这些模型可以更清晰地展示变量之间的联系。本次研读，我们探讨相关与因果模型。

 

参考文献：

Rohrer, J. M. (2018). Thinking Clearly About Correlations and Causation: Graphical Causal Models for Observational Data. Advances in Methods and Practices in Psychological Science, 1(1), 27-42. https://doi.org/10.1177/2515245917745629