检测低复杂度的未观测原因
机器学习
2012-02-20 v1 机器学习
摘要
我们描述了一种方法，用于推断两个观测变量X和Y之间的统计依赖关系是由于“直接”因果联系，还是仅仅由于一个包含低复杂度未观测变量（例如二元变量）的连接因果路径。该问题源于统计遗传学。给定一个与感兴趣表型相关的遗传标记，我们想要检测该标记是因果性的，还是仅仅与因果标记相关。我们的方法基于分析条件分布P(Y|x)在Y的所有分布单纯形中的位置。我们在半经验数据上报告了令人鼓舞的结果。
引用
@article{arxiv.1202.3737,
title = {Detecting low-complexity unobserved causes},
author = {Dominik Janzing and Eleni Sgouritsa and Oliver Stegle and Jonas Peters and Bernhard Schoelkopf},
journal= {arXiv preprint arXiv:1202.3737},
year = {2012}
}