TGTGInsighttelegram intelligenceLIVE / telegram public index
← Китайский клуб НСО МГИМО

TGINSIGHT SIMILAR POSTS

Find similar content

Source channel @ccmgimo · Post #310 · Nov 17

🎙 Ответы Посла по особым поручениям, Старшего должностного лица России в АТЭС К.М.Барского на вопросы МИА «Россия сегодня» 📅 18-19 ноября в Бангкоке состоится очередная встреча лидеров экономик-участниц форума «Азиатско-тихоокеанское экономическое сотрудничество» (#АТЭС). К сожалению, традиционно конструктивная работа в рамках АТЭС в этом году омрачена попытками США, Австралии, Канады, Новой Зеландии и Японии привнести в повестку дня Форума «украинский сюжет», а также возложить на Россию ответственность за неблагоприятное положение дел в мировой экономике. Терпеливо разъясняем партнерам, что рост цен на продовольствие и энергетические товары, как и в целом развитие инфляционных тенденций, наблюдаются уже несколько лет и объясняются: 👉 вызванными пандемией сбоями в глобальных и региональных стоимостных цепочках, 👉 безоглядной «накачкой» мировой экономики ликвидностью в рамках ультралиберальной кредитно-денежной политики эмитентов основных резервных валют. Россия является инициатором или активным участником реализации более чем 20 проектов АТЭС в таких сферах, как торговля и инвестиции, цифровая трансформация, устойчивое и инклюзивное развитие. Отмечаем взвешенную и конструктивную позицию таиландского председательства, которое Россия всецело поддерживает. Рассчитываем на успешное проведение саммита АТЭС и консенсусное одобрение лидерами его итоговых документов. Подробнее

Hashtags

Results

1 similar post found

Search: #ebm_causal

当前筛选 #ebm_causal清除筛选
Ebm_base

@ebm_base · Post #131 · 08/20/2022, 05:18 PM

ДОГИ, ДАГИ, РЕБРА И ГРАФИК ⠀ При проведение клин исследований необходимо учитывать много переменных, помимо лечения и исходов. И при стат анализе необходимо учитывать и контролировать некоторые из них, чтобы минимизировать различные bias и смещение результатов 🤔 ⠀ ❗С этим может помочь прямой ациклический граф (DAG, directed acyclic graph) ❗ ⠀ Это визуальное отображение потенциальных взаимодействий 🙈 Так как в наших конкретных предположениях имеется упорядоченность во времени, то циклы не возникают (ацикличный) и есть определенное направление (прямой) 👨🏻‍🎓 ⠀ На рис.1 (в карусели) видно, что DAG состоит из узлов (факторы) и ребер (связи/стрелочки). По своей сути это лишь абстракция, которая помогает принимать решение🤓 ⠀ В него можно включать как известные факторы с изученным воздействием, так и неизвестным (в т.ч. по которым у нас нет данных) с предположениями о воздействии (жаль, что нам их не проверить 😭) Выявив визуально потенциальные источники ошибок, мы проводим стат анализ с коррекцией или без (зависит от типа bias/смещения) 🤖 ⠀ На важно знать, что есть 2 типа пути (рис.2): 🔸 прямой (все стрелки направлены от вмешательства к исходу) 🔸 непрямой (остальные) ⠀ В идеале у нас должен быть открыт основной прямой путь и закрыты все непрямые (на усмотрение исследователей и некоторые прямые), тогда получим оценку без смещений. Но вот тут и начинаются сложности... 😬 Чтобы закрыть путь когда-то надо проводить коррекцию, а когда-то не надо (большая, сложная и нудная тема, вы же тут не за этим 🙉) ⠀ С неизвестными/ненаблюдаемыми факторами мы ничего сделать не может, только думать и делать выводы👽 ⠀ И моя любимая рубрика «Ограничения» 🎉 (даже у рисуночков они есть): 📍 DAG лишь показывают определенный набор предположений, которые могут быть неверными. 📍 Они не отображают величину отклонений или взаимодействие со случайными ошибками. 📍 Они могут стать очень сложными (повторяющиеся измерения и прочее), что делает интерпретацию трудоемкой (но мб она отражает опасения о потенциальных bias’ах?). ⠀ Как думаете должно это внедрятся в практику и стать нормой при публикации результатов? #DAG#ebm_causal