因果效应的矩
统计方法学
2025-05-09 v1 人工智能
摘要
随机变量的矩是描述概率分布形状的基本统计量, 包括均值、方差、偏度和峰度等指标。此外, 积矩(包括协方差和相关系数)揭示了多个随机变量之间的关系。相较之下, 因果推断的主要焦点是评估因果效应, 即两个潜在结果之间的差异。虽然传统的因果效应评估关注平均因果效应, 但本工作提供了因果效应矩和积矩的定义、识别定理和界限, 以分析其分布和关系。我们进行实验以说明从有限样本中估计因果效应矩的方法, 并演示其在真实医疗数据集中的实际应用。
引用
@article{arxiv.2505.04971,
title = {Moments of Causal Effects},
author = {Yuta Kawakami and Jin Tian},
journal= {arXiv preprint arXiv:2505.04971},
year = {2025}
}