Jul, 2017

自动化方法与 DIY 方法的因果推断比较：从数据分析竞赛中学到的教训

PDF
TL;DR本文介绍了一项因果推断数据分析挑战活动，研究人员构建了一些数据测试场地，现有研究成果会在该场地进行测试。结果表明，灵活建模响应曲面的方法通常比其他方法表现更好。同时，文中还提出了一些结合多种高性能方法的新方法
causal inferencedata analysisparametric assumptionsflexible modelingresearch methods
发现论文，激发创造
  • 因果推断综述

    本文综述了在潜在结果框架下，针对观察数据的因果推断方法。这些方法分为两类，包括传统的统计学方法和最新的机器学习方法，还介绍了这些方法在广告、推荐、医学等领域的应用以及常用的基准数据集和开源代码。

    Feb, 2020

  • 使用干预措施和实证数据评估因果模型的论证

    本论文阐述因果推断对人工智能的重要性，分析了现有的评估技术和存在的局限，并提出采用干预措施和实际数据进行评估的方法，探讨了其可行性和优越性。

    Oct, 2019

  • 计量经济学中的因果推断和数据融合

    本文讨论了人工智能（AI）文献中关于因果推断的近期进展，其具有可自动化的算法标准、中等平衡的优势等特点，有望对计量方法做出贡献。

    Dec, 2019

  • 我们真的需要数据吗？

    以人工智能和机器学习为基础，本文研究了预测后推断问题的统计挑战，包括预测结果与真实结果之间的关系、机器学习模型对训练数据的鲁棒性以及将预测的偏差和不确定性传播到最终推断过程中。同时与传统领域的相关研究进行对比，揭示了设计在经典和现代推断问题中的作用。

    Jan, 2024

  • 基于因果推断的个人信用风险评估方法研究

    本文介绍了一种基于范畴论的新的因果关系定义，并在此框架下论证了指标综合因果推断的可行性，同时还探讨了因果图模型和干预替代标准在个人信用风险管理中的应用方法。

    Mar, 2024

  • 基于经验贝叶斯方法的鲁棒性基于约束因果发现在不充足数据下的应用

    通过引入贝叶斯 - augmented 的频率独立性检验方法，可以解决数据量不足的问题来改善局限于有限数据的约束性因果发现方法的性能，由实验也表明相比于目前最佳方法在精确度和效率方面都有显著提高。

    Jun, 2022

  • 祖先因果推断

    提出一种通过利用更粗粒度的原因信息表示来降低搜索空间的组合爆炸，从而极大地减少计算时间，并根据信心对原因预测进行评分的新方法，证明了方法的正确性和渐近一致性，并证明了该方法在合成数据上的优越性能，并将其应用于具有挑战性的蛋白数据集中。

    Jun, 2016

  • 运用因果推理避免数据驱动参数分析的副作用：建筑、工程和建设行业案例研究

    应用于建筑工程中的数据驱动模型中，因果分析具有重要作用，可避免偏见结果和认知偏差的发生。

    Sep, 2023

  • 因果推断分析性能评估基准框架

    本文介绍了一个综合框架，用于对评估算法进行基准测试，它包括用于预测的未标记数据、用于验证的标记数据以及使用已建立和新颖指标进行算法预测的自动评估的代码，并解决了缩放和数据屏蔽问题。

    Feb, 2018

  • 以设计为先，实现客观因果推断

    观察性研究常常存在客观性问题，本文讨论了如何通过仔细设计的方案来近似随机化实验，以获得更准确的因果推断。涉及的问题包括关键协变量数据缺失、治疗和对照组关键协变量分布的重叠度分析等，同时提出了可能的解决方案并分析了潜在结果的定义和因果效应的关键问题。

    Nov, 2008