Jun, 2016

在祖先图的马尔可夫等价类中完成调整集的图形刻画和构造

PDF
TL;DR我们提出了一个适用于四类因果图模型：定向无环图 (DAGs)、最大先祖图 (MAGs)、完成部分定向无环图 (CPDAGs) 和部分先祖图 (PAGs) 的变量调整图形标准，该标准统一了一个大的图形类的变量调整。此外，我们定义了一个明确的集合，如果有满足我们的标准的集合，则满足我们的标准。我们还提供了高效算法来构建所有满足我们标准的集合，并在 R 包 dagitty 中实现。最后，我们讨论了我们的标准与其他调整标准之间的关系，并为 DAG 的调整标准提供了新的完整性和有效性证明。
发现论文，激发创造
  • 完整的广义调整准则

    本文提出一个关于因果模型的条件，用于从图形化因果模型中识别出不同类型的建模方法并对总因果效应进行变量调整，此条件具有必要性和充分性。

    Jul, 2015

  • 因果图中的分离器和调整集：完备准则和算法框架

    本文提出了一种基于祖先图的算法框架，用于有效地测试，构建和枚举 $m$- 分隔符，从而较高效地进行非实验数据中因果效应的识别，同时还证明了通过协变调整进行因果效应识别与 $m$ 分离在有向无环图及最大祖先图中的一个子图的规约，并利用这些结果，得出一种刻画所有调整集以及在存在潜在混淆因素的多元曝光及结果的期望因果效应识别的所有最小和最小调整集的构造性条件，为这些问题的特殊情况提供了现有解决方案的扩展。

    Feb, 2018

  • 在最大定向部分有向无环图中识别因果效应

    我们为最大定向部分有向无环图（MPDAGs）开发了必要且充分的因果识别标准，该标准可被视为 Robins（1986）g - 公式的推广。我们进一步获得了截断因式分解公式（Pearl，2009）的推广，并将我们的标准与 Perković等人的广义调整标准（2017）进行了比较，后者对于因果识别是充分的，但不是必要的。

    Oct, 2019

  • 因果线性模型中通过调整实现高效总效应估计的图形标准

    本研究提出了一种基于图形的标准来比较不同有效调整集合提供的渐近方差，同时介绍一种简单的减少方差的修剪程序和提供最优渐近方差的有效调整集合的图形特征，并展示这些结果的实际应用性。

    Jul, 2019

  • 具有潜变量的有向无环图的马尔科夫等价类刻画

    本文新增一套足以构建所有最大祖先图的马尔科夫等价类的公共尾巴箭头的定向规则，并提供了一组定向规则，用于识别马尔科夫等价类的公共性，特别是对于因果推断的实用性。

    Jun, 2012

  • 一个针对带隐藏变量的有向无环图的马尔可夫等价性的变换性刻画

    本文提出了针对有向最大祖先图的马尔科夫等价的转换性特征，类似于 Chickering (1995) 中对于有向无环图的特征，该特征有利于推导有马尔科夫等价图之间共享的性质和证明 GES 算法渐近正确性，对于搜寻最大祖先图的模型具有类似的用途。

    Jul, 2012

  • 有向无环图干预马尔可夫等价类的特征和贪心学习

    本文将有向无环图（DAGs）上的马尔可夫等价性的概念扩展到多重干预实验的干预性分布，给出两个 DAGs 在干预下等价的图理论标准，并且提出干预性本质图的概念，揭示了在干预性分布情况下因果模型识别过程的关键见解，最后基于这些见解，构建出一种新的算法来从干预性数据中进行结构学习，并进行了模拟研究。

    Apr, 2011

  • 无向无环图模型的马尔可夫等价类枚举

    本文介绍了使用 Pearl 和 Verma 的等价标准确定的 ADGs 模型的等价类的枚举程序，分析了模型的各种属性，并且发现了等效类数量与 ADGs 数量之间的一个近似 0.267 的渐进比率。

    Jan, 2013

  • 利用团树从马尔可夫等效有向无环图中计数和采样

    本文提出了一种用于计算标记等价类中 DAG 数量的技术，并显示在有限制图案下，所提出的算法是多项式时间的。此技术可用于均匀采样来枚举等价类中的 DAG，并可用于因果实验设计和估计联合干预的因果效应。

    Feb, 2018

  • 祖先图的马尔科夫等价

    本研究研究了祖先图在有潜在变量和选择变量的有向无环图模型中所表示的条件独立性关系，阐述了两个最大祖先图如何满足马尔可夫等价关系，并通过算法在多项式时间内计算出马尔可夫等价问题。

    Aug, 2009