判定实验结果可迁移性的通用算法
人工智能
2014-01-03 v1 统计方法学
机器学习
摘要
将实证发现推广至新环境、设置或人群是大多数科学探索中的关键。本文探讨了一种特定的可推广性问题，称为“可迁移性”（transportability），定义为将在实验研究中学到的信息转移到仅能进行观测研究的不同群体的许可。给定关于两个人群之间共性与差异的一组假设，Pearl 和 Bareinboim (2011) 推导了允许此类转移的充分条件。本文总结了他们的发现，并补充了一种有效的过程以判定可迁移性何时及如何可行。它确立了判定目标人群中的因果效应是否可从可用统计信息及从实验转移的因果信息中估计出来的充要条件。文章进一步提供了一个完整的算法来计算迁移公式，即结合观测信息和实验信息以合成无偏估计所需因果关系的方法。最后，文章考察了可迁移性与可推广性的其他变体之间的差异。
引用
@article{arxiv.1312.7485,
title = {A General Algorithm for Deciding Transportability of Experimental Results},
author = {Elias Bareinboim and Judea Pearl},
journal= {arXiv preprint arXiv:1312.7485},
year = {2014}
}