概率易于变分因果效应
本文提出了一个新的因果框架,能够解决概率和非概率问题,引入了直接因果效应公式 PACE 及其变种,并提供了计算反事实因果的可辨识性标准,对观察研究进行了处理,与其他框架进行了比较。
Aug, 2022
本篇论文关注于在未测量变量存在的情况下行动效果的概率评估。我们展示了单例变量 X 和一组变量 Y 之间的因果效应的辨识可以系统地完成,其时间复杂度多项式。当可辨识因果效应时,可以获得一个封闭形式的表达式,用于描述行动达到指定目标或一组目标的概率。
Feb, 2013
通过 VCEI 框架,在单个观测设置中对双变量系统进行因果发现,基于因果和机制的独立性原则,人为构造两个设置,通过核最大平均偏差将人为干预转化为一个凸优化问题,通过一系列实验表明 VCEI 方法是一种有竞争力的因果发现方法。
Nov, 2022
在非独立同分布数据的情景中,我们研究因果效应的估计,重点关注满足独立因果机制假设的可交换数据。为了弥补现有因果效应估计框架的不足,我们开发了针对可交换数据的广义框架,并引入了截断因式分解公式,以促进在我们的情景中对因果效应的识别和估计。为了说明潜在的应用,我们介绍了一个因果泊利亚球模型,并展示了干预在可交换数据设置中如何传播效应。最后,我们开发了一个算法,可以在多环境数据中进行同时因果发现和效应估计。
May, 2024
本研究介绍了一种用于揭示连续处理的因果效应异质性的条件平均局部因果效应(CAPCE)方法,在工具变量设定下提供了 CAPCE 识别的条件,并开发了三种 CAPCE 估计器:筛子、参数和再现核希尔伯特空间(RKHS)- 基于估计器,并分析了它们的统计特性。我们使用合成和真实世界数据验证了所提出的 CAPCE 估计器。
Jan, 2024
对于两个变量间的因果关系推断,我们提出了一种新的方法,即在确定性(无噪声)情况下,利用函数的非对称性以及它和因变量的概率密度的独立性进行推断。我们还将其与信息几何联系在一起,在不同领域的实际数据集上获得了强有力的实证结果。
Mar, 2012
本文将原始因果概率(PoC)的概念从标量二元变量扩展到连续处理和结果变量,并进一步推广 PoC 来捕获多个处理和多个结果之间的因果效应。此外,我们考虑针对子群体的 PoC 以及包含多重假设条件的 PoC,以捕捉决策中更复杂的反事实信息。我们为介绍的每一类 PoC 提供了非参数识别定理。最后,我们通过一个关于教育的真实数据集来说明我们结果的应用。
May, 2024
本研究基于加性噪声模型,扩展了因果推论在离散变量情况下的应用,提出了一种快速的算法,能够有效判断有限离散变量的因果关系,经实验验证表明该算法可行。
Nov, 2009