本文介绍了基于广义最大似然方法的共同原因原理，研究了在因果不充分的情况下，如何处理共同原因 $C$ 无法被唯一确定的问题，并讨论了共同原因对受限制的三个变量之间的因果结构的影响。

Jun, 2023

本文主要介绍了关于 Simpson's Paradox 与 Causal Inference Theory 的理论，利用 Bayesian confirmation 方法来推导出一种新的因果证实度量 Cc，与 Pd 比较更为合理和实用，特别适用于控制性因果关系，如 COVID-19 疫苗控制感染和肾结石治疗等方面。

Feb, 2023

通过创造量子情况下的类 - Reichenbach 原则，研究了量子中的因果关系及其对于概率分布的制约形式，并推广到形式化的量子因果模型。

Sep, 2016

本文讨论探讨了一种新的方法，可以通过观察数据中隐藏的共同原因进行推断和检验因果关系，而不是直接基于假设。

Jan, 2018

VISPUR 是一个视觉分析系统，通过提供因果分析框架和以人为中心的工作流程，帮助人们识别和理解虚假关联，并做出负责任的因果决策。

Jul, 2023

本文讨论在给定情境下估计一个事件是另一个事件的原因的概率，利用结构 - 语义定义的必需或充分因果关系的概率，我们展示了如何从实验和观察数据中获得这些数量的最佳约束，最小化了关于数据生成过程的假设，并从理论上得出了关于因果概率的严格边界，这些结果确定了如何在解决归因问题和决策相关问题中利用实证数据。

Jan, 2013

本文讨论了在实践中如何改进用于现代决策的因果概率的界限，特别是在考虑到观测数据的情况下。研究者们定义并限定了三个二元概率，分别是 PNS，PS 和 PN，这些概率在确定性和必要性方面发挥着重要作用。研究主要使用观测和实验数据，探讨了这些数据的影响，以及如何将其应用于 Li 和 Pearl 定义的单位选择问题。

Oct, 2022

通过干预模拟程序的概念分析条件推理，我们将其扩展到概率仿真模型的情况，定义了条件语言中的概率并证明了其基本结果。同时，我们在该设置中发现了关于概率的线性不等式推理的公理化方法。我们证明了该逻辑的可满足性问题的正确性、完备性和 NP - 完全性。

Jul, 2018

通过添加附加变量，可以在模型中解决 Halpern-Pearl 定义的原因关系直觉上不合理的问题，但是在进行修改后是否会导致原因关系不太稳定的问题则取决于正常性假设的考虑。

Dec, 2014

对于在临床、流行病学和公共政策应用中存在的具有不同治疗方案的外部数据集，提供一种在这种具有挑战性的情景中提供概率因果边界的符号化方法，这些边界适用于任意协变量和治疗的维度，并讨论了这些边界在现有文献中更紧的条件。

Oct, 2023