Contexto empresarial
Una agencia gubernamental evalúa el impacto de un programa de capacitación laboral. Se dispone de datos observacionales y predicciones de modelos externos. Se utiliza el método de Ajuste por Regresión (REGADJ). El objetivo técnico es validar toda la información de diagnóstico disponible (Matriz de Covarianza, Info POM) para auditar el proceso de estimación.
Sobre el conjunto : causalanalysis
Análisis de inferencia causal y estimación de efectos.
Descubrir todas las acciones de causalanalysis Preparación de datos
Creación de datos donde se simulan predicciones contrafactuales necesarias para REGADJ (qué hubiera pasado si el individuo hubiera recibido el otro tratamiento).
¡Copiado!
| 1 | |
| 2 | DATA mycas.labor_policy; |
| 3 | call streaminit(555); |
| 4 | DO i = 1 to 200; |
| 5 | experience = rand('POISSON', 5); |
| 6 | IF rand('UNIFORM') > 0.6 THEN program = 'Train'; |
| 7 | ELSE program = 'Control'; |
| 8 | /* Salarios predichos por modelos externos */ salary_if_train = 2000 + 100*experience; |
| 9 | salary_if_control = 1800 + 90*experience; |
| 10 | /* Salario observado */ IF program = 'Train' THEN salary = salary_if_train + rand('NORMAL', 0, 50); |
| 11 | ELSE salary = salary_if_control + rand('NORMAL', 0, 50); |
| 12 | OUTPUT; |
| 13 | END; |
| 14 | |
| 15 | RUN; |
| 16 |
Étapes de réalisation
1
Ejecución con solicitud de todas las tablas de diagnóstico (pomInfo, pomCov) y salida a tablas CAS.
¡Copiado!
| 1 | |
| 2 | PROC CAS; |
| 3 | causalanalysis.caEffect / TABLE={name='labor_policy'} method='REGADJ' treatVar={name='program'} outcomeVar={name='salary', type='CONTINUOUS'} pom={{trtLev='Train', predOut='salary_if_train'}, {trtLev='Control', predOut='salary_if_control'}} pomInfo=true pomCov=true inference=true outputTables={names={POM='pom_out', POMCov='cov_out'}}; |
| 4 | |
| 5 | RUN; |
| 6 |
Resultado esperado
El sistema debe generar tablas detalladas: 'POMInfo' verificando la configuración de los contrafactuales y 'POMCov' mostrando la matriz de covarianza de las estimaciones. Esto valida que el motor CAS está procesando correctamente los metadatos del modelo y no solo el resultado final, esencial para auditorías de modelos.