基于智能手机传感器数据调查人类行为中的因果关系：一种准实验方法
计算机与社会
2016-01-18 v1
摘要
智能手机已成为我们日常生活中不可或缺的一部分。其改进的感知与计算能力为人类行为监测与分析带来了新机遇。迄今为止，大多数工作集中于检测从智能手机数据中提取的特征之间的相关性，而非因果性。然而，纯粹的相关性分析并不能提供对人类行为的充分理解。此外，因果分析可使科学家识别对健康和福祉问题（如肥胖、压力、抑郁等）具有因果影响的因素，并建议应对这些问题的行动。最后，由于受试者通常不能被随机暴露于某事件中，在这类观测数据中检测因果关系具有挑战性。在本文中，我们讨论了一个通用准实验框架的设计、实现与评估，该框架用于基于智能手机数据开展人类行为因果研究。我们通过调查运动、社交互动和工作等若干因素对压力水平的因果影响，证明了我们方法的有效性。我们的结果表明，锻炼以及在家庭和工作环境之外度过时光对参与者的压力水平有积极影响，而减少工作时间仅轻微影响压力。
引用
@article{arxiv.1505.02818,
title = {Investigating Causality in Human Behavior from Smartphone Sensor Data: A Quasi-Experimental Approach},
author = {Fani Tsapeli and Mirco Musolesi},
journal= {arXiv preprint arXiv:1505.02818},
year = {2016}
}