可変消去,グラフ縮小および効率的なg-公式【JST・京大機械翻訳】

Guo F. Richard; Perkovic Emilija; Rotnitzky Andrea

プレプリント

J-GLOBAL ID：202202206978486071 整理番号：22P0294606

可変消去,グラフ縮小および効率的なg-公式【JST・京大機械翻訳】

Variable elimination, graph reduction and efficient g-formula

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 (3件)： , ,
資料名：
発行年： 2022年02月24日プレプリントサーバーでの情報更新日： 2022年12月02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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

隠れ変数のない有向非循環グラフにより表現される因果的グラフィカルモデルの下で,点曝露処理に関連した介入平均の効率的推定を研究した。そのようなモデルの下では,変数の部分集合が,介入平均の同定を除外しないか,また,それの正規推定子に束縛された半パラメトリック分散を変化しないので,その故障が非情報的であると起こる可能性がある。推定効率を犠牲にすることなく,測定コストを節約でき,計画された観察またはランダム化研究を設計する場合に有用であるように,すべての情報のない変数を除去するのに,音響的で完全である一連のグラフィカル基準を開発した。さらに,著者らは,有益な変数だけのセットに関して,縮小有向非循環グラフを構築した。介入平均は,縮小グラフに関連したg-公式(Robins,1986)により限界則から同定され,オリジナルおよび縮小グラフィカルモデル下の介入平均を推定するための半パラメトリック分散限界が一致することを示した。このg-公式は,公式のノンパラメトリック推定子が元の因果的グラフィカルモデルの下で漸近的に効率的であるという意味で,非還元性で効率的な同定公式であり,そのような特性による公式は,変数の厳密な部分集合だけに依存するというわけではない。【JST・京大機械翻訳】

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

数値計算 , 人工知能

, , ,

前のページに戻る