do-calculus | BriefGPT - AI 论文速递

关键词do-calculus

搜索结果 - 11

重访一般可辨识性问题
本文重新审视了引入于 [Lee et al., 2019] 中的一般可识别性问题，在原定义问题的基础上，需要增加观察分布的正性假设。作者表明，在无此假设下，[Lee et al., 2019] 中的 do-calculus 规则以及所提出的
PDF2 years ago
在结构因果模型框架下的实用临床试验
本文主要是探讨针对实验性研究、观察性研究和实用性临床试验中的结构因果模型的应用，并提供了一种建立 PCT 的标准化结构因果模型的方法，该方法可以使用 do-calculus 等数学运算，以此来更好地分析和利用临床数据。
PDF2 years ago
多变量反事实系统和因果图模型
本文介绍了 Judea Pearl 在因果推断和统计学领域中的许多贡献，并阐述了 d 分离准则、do 演算和中介公式。文章还提出了一种关于潜在结果和事件树的早期因果模型，该模型饭后了 d 分离准则和 do 演算的简化，导致在有隐含变量的因果
PDF4 years ago
因果贝叶斯优化
本文研究了在可以进行一系列干预的因果模型中全局优化感兴趣的变量的问题，提出了一种新算法 Causal Bayesian Optimization (CBO)，结合了因果推断、不确定性量化和序贯决策等思想，同时考虑了经典的探索 - explo
PDF4 years ago
识别有条件的路径特定效应的潜在结果计算
本文提出了 potential outcome calculus (po-calculus) 作为 Do-Calculus 的一种推广，用于能够包容更加复杂的嵌套反事实，从而得到了一个完整的算法，并在介入分析和算法公正的问题中解决了条件路径
PDF5 years ago
使用 R 包 causaleffect 识别因果效应
本文提出了 R 软件包 causaleffect 的实现，该软件包实现了 Shpitser 和 Pearl 提出的通过 do-calculus 规则和概率已知属性识别联合干预分布的算法，并通过案例展示了 causaleffect 的功能。
PDF6 years ago
外部有效性：从 Do-Calculus 到群体间可转移性
本文介绍了一种正式的表述方式 —— 选择图，用于表达有关感兴趣人群之间的差异和共性的知识，并利用这种表述来将可转移性问题归约为 do-calculus 中的符号推导。
PDF9 years ago
Judea Pearl 的 Do-Calculus 简介
本文为教育论文无新成果，介绍 Judea Pearl 的 do-calculus，并包含其 3 条规则的证明。
PDF11 years ago
利用代理实验进行因果推断: z - 可识别性
本文提出了一种解决通过在对更容易操纵的目标变量 Z 上进行实验，来估计对一组变量 X 进行干预的效果的方法，通过提供 z - 可识别性的图形必要和充分条件以及使用我们的结果来证明 Z - 可识别性的完备性。
PDF12 years ago
Do-Calculus 的再探讨
该论文介绍了 do-calculus 的开发和应用，包括在非参数模型中识别因果效应、介导分析、可传输性和元分析等领域，并重点讨论了元合成的挑战。
PDF12 years ago
条件干预分布的识别
本文研究了有向图表示的因果假设和以概率分布形式给出的统计知识对行为影响的阐明。在特定的情况下，我们感兴趣的是预测在一组变量上执行操作并随后对另一组变量进行测量所产生的条件分布。我们提供了一种必要且充分的图形条件，可用于唯一计算出这些分布的情
PDF12 years ago