Mar, 2020

利用时空数据进行因果推论：伊拉克空袭对叛乱暴力影响的估计

PDF
TL;DR本篇研究介绍了一种完整的因果推断方法，可以针对时空偏离的介入变量和观测变量生成的数据进行处理，并使用马丁格尔理论提出了一种可靠估计方法。此外，还在实际案例中分析了美国空袭对于伊拉克叛乱事件造成影响的情况。
causal inferencespatio-temporal point processesstochastic interventionmartingale theoryamerican airstrikes
发现论文，激发创造
  • 在空间干扰存在的情况下估计时空干预的直接和间接因果效应

    基于深度学习的潜在结果模型及其在时空因果推断中的应用：通过扩展潜在结果框架，在无未测混淆的情况下对时变治疗分配中的空间干扰进行形式化，并利用潜在因子建模来减少因时变混淆引起的偏差，同时利用 U-Net 架构捕捉数据随时间的全局和局部空间干扰，从而推断空间干扰对受治疗和未受治疗数据的直接和间接效应。

    May, 2024

  • 使用贝叶斯结构时间序列模型推断因果影响

    本文提出了一种基于扩散回归状态空间模型的方法，用于推断经济学干预措施对于市场结果指标的因果影响，相较于差异 - 差异方案，该模型有助于灵活适应多种变异来源，并在模拟和实际数据上进行了验证。

    Jun, 2015

  • 连续治疗干扰下网络上的因果推断

    本文提出了一种非实验设置下绘制因果关系的方法，并展示了一个广义倾向得分估计器，该估计器允许我们估计连续治疗的直接效应和溢出效应，并研究了溢出效应如何塑造农业市场政策干预的最优水平。结果表明，在这种情况下，忽略干扰可能会导致在评估政策有效性时出现向下偏差。

    Apr, 2020

  • 反事实神经时间点过程估计社交媒体上错误信息的因果影响

    本研究通过时间点过程模型及高斯混合模型设计了一种有效的评估社交媒体上谣言对用户信仰和活动状况影响的方法，并对 COVID-19 疫苗相关社交媒体内容进行了实证验证，证明了谣言对人们对疫苗产生了负面主观情绪的可识别因果效应。

    Oct, 2022

  • 因果连续治疗效应估计的时空熵平衡

    基于灵活的时间空间网格划分技术，本研究提出了一种以连续熵平衡为基础的因果连续处理的时空熵平衡方法（TS-EBCT），经过实验证明，在城市货运领域应用 TS-EBCT 方法后，因果效应的预测准确性显著提高，为公司的补贴和定价策略带来良好的商业利益。

    Dec, 2023

  • 基于贝叶斯框架的循环事件因果分析与不死风险

    利用半参数贝叶斯模型和 g - 计算框架，以医疗保险索赔数据为例，探索了在已知患有慢性背痛的病患中使用不同阿片类药物策略对住院率产生的影响，解决了再发事件速率计算中的治疗时间不精确导致的失调问题。

    Apr, 2023

  • 高维数据的程序评估和因果推论

    本文提供了针对丰富的数据环境中的各种处理效应，包括局部平均处理效应（LATE）和局部分位数处理效应（LQTE）的高效估计量和诚实置信区间。 我们的框架涵盖了处理的内生接收，异质性处理效应和函数值结果等特殊情况。

    Nov, 2013

  • 罪案和安全数据中多源聚类的建模与估计

    本文探讨了犯罪事件和安全事件数据的聚类机制，通过使用 Hawkes 过程和背景速率为高斯 Cox 进程的滤波算法，对芝加哥的财产犯罪数据、北爱尔兰和以色列的恐怖袭击数据以及伊拉克的平民伤亡数据进行了分析，量化了传染程度与独立历史相关性水平之间的不确定性。

    Nov, 2013

  • 连续时间中因果效应的统计建模

    本篇论文通过建立时间连续的结构嵌套模型，提出可以在时间相关性干扰存在下，估算时间变化的治疗效应的概念框架和形式化方法，同时表明这样的估算器是准确和渐近正常的。

    Oct, 2004

  • 从一般时间数据中学习暂态因果潜在过程

    通过时间信息学习潜在因果变量的变化规律，使用因果过程先验引入约束来实现条件满足，达到从非线性混合数据中可靠地识别因果潜在过程的目的。

    Oct, 2021