Jika saya tertarik pada efek sebab akibat dari perubahan dalam suatu variabel () pada beberapa hasil (), bagaimana saya menyatakan bahwa dalam grafik asiklik terarah (DAG)?
Seharusnya dimana & terjadi pada waktu 1 & 2, apakah DAG yang benar adalah:
1. Dengan asumsi itu hanya ditangkap oleh semua tingkatan dan ( ala cara efek interaksi yang sama begitu ditangkap)?
2. Dengan asumsi itu adalah variabel sebab akibat yang berbeda dan , tetapi membutuhkan keberadaan variabel-variabel tersebut?
3. Dengan asumsi itu independen dari & dan yang terakhir tidak perlu untuk mewakili efek dari ?
- Sesuatu yang lain
CATATAN: " DAG " tidak berarti "jenis grafik sebab akibat atau korelasional," tetapi formalisme yang dilarang keras mewakili kepercayaan kausal.
Motivasi saya adalah saya mencoba memikirkan representasi DAG dari model dinamis seperti model koreksi kesalahan umum:
Tentu saja, estimasi parameter mentah dapat ditransformasikan untuk menafsirkan model seperti di bawah ini, jadi mungkin DAGing model di atas akan lebih berantakan?
Efek instan perubahan jangka pendek di :
Efek jangka pendek dari level di :
Efek ekuilibrium jangka panjang dari lagged di :
sumber