关键词confounding covariates
搜索结果 - 2
- 一个通用因果推断框架用于横断面观察数据
基于进化驱动的有向无回路图的马尔可夫属性,本文提出了一种针对横断面观测数据的通用因果推断框架 (GCI),能准确识别关键混杂变量并提供相应的识别算法,从而有效改善观察研究中因果推断的精确性、稳定性和可解释性。
- 混淆变量下的因果发现
本研究提出一种名为 “混淆毯原则” 的结构假设,使得我们设计的因果关系推断算法能够适用于高维数据,同时保持多项式复杂度。我们演示了我们的方法在模拟和真实数据集上的运作,包括一个用于线性和非线性系统的推断过程和有限样本误差控制。