含隐变量和选择偏差的图模型中的因果推断

被引：4

作者：

赵慧 ^{[1
]}

郑忠国 ^{[2
]}

许静 ^{[3
]}

机构：

[1] 华中师范大学统计系

[2] 北京大学数学科学学院

[3] 对外经济贸易大学信息学院

来源：

北京大学学报(自然科学版) | 2006年 / 05期

关键词：

隐变量; 选择变量; Bayes网络; 因果推断; 最大祖先图;

D O I：

10.13209/j.0479-8023.2006.105

中图分类号：

O157.5 [图论];

学科分类号：

070104 ;

摘要：

Bayes网络常用于多变量间的因果推断,但当存在未观测的隐变量和选择变量时,这种图模型往往无法正确描述观测变量间的因果关系。作者利用在观测变量上构造的最大祖先图模型刻画观测变量间的独立性关系和因果结构,并提出了具体的实现算法,从而可由观测数据来推断这类不完全观测下的部分因果关系。

引用

页码：584 / 589

页数：6

共 5 条

[1] 最大祖先图的Markov等价性 [J].

赵慧 ;

郑忠国 ;

刘佰军 .

中国科学(A辑:数学), 2005, (02) :134-146

[2] 因果链上因果效应的关系及推断 [J].

耿直 ;

何洋波 ;

王学丽 .

中国科学(A辑:数学), 2004, (02) :227-236

[3] 一类因果模型的可识别性条件 [J].

梁宇 ;

郑忠国 .

数学物理学报, 2003, (04) :456-463

[4]

Thomas Richardson,Peter Spirtes.Ancestral Graph Markov Models[J].The Annals of Statistics,2002

[5]

Steen A. Andersson,David Madigan,Michael D. Perlman.A Characterization of Markov Equivalence Classes for Acyclic Digraphs[J].The Annals of Statistics,1997

← 1 →