完全知識のない因果推論のための先祖機器法【JST・京大機械翻訳】

Cheng Debo; Li Jiuyong; Liu Lin; Zhang Jiji; Le Thuc duy; Liu Jixue

プレプリント

J-GLOBAL ID：202202202792855705 整理番号：22P0026047

完全知識のない因果推論のための先祖機器法【JST・京大機械翻訳】

Ancestral Instrument Method for Causal Inference without Complete Knowledge

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年01月11日プレプリントサーバーでの情報更新日： 2023年12月08日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

観察データからの因果関係推定に対する主な障害は,観察されない交絡である。潜在交絡因子が存在するとき,機器変数(IV)は因果効果推定に広く用いられている。標準IV方式によって,与えられたIVが妥当であるとき,不偏推定を得ることができるが,標準IVに関する有効性必要条件は,厳密で,試験不可能であった。条件IVは,一連の観測変数(条件付IVに対する調整セットとして知られている)の条件付けにより標準IVの要求を緩和するために提案された。しかし,条件付きIVのための条件付けセットを見つけるための基準は,観測および非観測変数の両方の因果関係を表す有向非循環グラフ(DAG)を必要とする。これは,データから直接調整セットを発見することを困難にする。本論文では,潜在変数による因果推論のための最大先祖グラフ(MAGs)のレバーグにより,MAGを用いた条件付きIVの型である先祖IVのグラフィカル特性を研究し,前処理変数仮定の下でのデータにおける与えられた先祖IVに対する調整集合のデータ駆動発見をサポートするための理論を開発した。理論に基づいて,与えられた先祖IVと観測データによる不偏因果関係推定のためのアルゴリズムを開発した。合成および実世界データセットに関する広範な実験は,既存のIV法と比較して,アルゴリズムの性能を実証した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , 【Automatic Indexing@JST】

グラフ理論基礎 , 数値計算 , システム・制御理論一般

前のページに戻る