Causal inference: Stratification

这篇是关于因果推断基础里数据分层比较的
Conditioning and Marginalization
Ignorability
Standardization Example

Probability of MACE given Saxa=yes: 350/4000=0.088
Probability of MACE given Saxa=no: 500/7000=0.071
为了获得更加清晰的结果，我们可以对数据进行分层研究
Stratification：

根据是否用过OAD来进行层次的划分

所以其实根据这个关系，说明Saxa=yes和Saxa=no对结果其实影响不大。也就是说要达到ignorability的话需要更多的covariate，这也可以推导出Simpson Paradox。

总结：
这里就简短写个例子，以防忘记，主要是说明分层在因果推断中的必要性。换句话说，需要分层是因为X的covariate没选到位导致的，同时也引出了simpson paradox。