機器変数を用いたスパース因果効果の可同定性【JST・京大機械翻訳】

Pfister Niklas; Peters Jonas

プレプリント

J-GLOBAL ID：202202217059312603 整理番号：22P0306030

機器変数を用いたスパース因果効果の可同定性【JST・京大機械翻訳】

Identifiability of Sparse Causal Effects using Instrumental Variables

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 (2件)： ,
資料名：
発行年： 2022年03月17日プレプリントサーバーでの情報更新日： 2022年04月25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)

例えば,機器変数の形での外因性不均一性は,システムの根底にある因果構造を学習し,不調な介入実験の結果を予測するのに役立つ。本論文では,応答Yに対する共変量Xからの因果関係がスパースである線形モデルを考察した。観測された分布から因果係数が同定できる条件を提供した。これらの条件は,機器の数が因果親の数と同様に小さいとしても満足される。また,エッジ係数がLebesgue測度に関して絶対に連続的であり,Yが子供無しであるならば,エッジ係数がランダムにサンプリングされるならば,識別可能性が確率1で成立するグラフィカル基準を開発する。推定子として,空間IVを提案し,もしモデルが識別可能であれば,またシミュレーションデータでその性能を評価するならば,それが因果関係を一貫して推定することを証明した。識別可能性が保持されないならば,著者らは,因果親のサブセットを回復させることが可能であることを示した。【JST・京大機械翻訳】

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

システム・制御理論一般 , 人工知能

前のページに戻る