中文

关于协变量调整用于估计因果效应的有效性

统计方法学 2012-03-19 v1 人工智能

摘要

从观测数据和因果假设中识别行动(处理)对结果变量的影响是因果推断中的一个基本问题。由于存在与处理变量和结果变量都相关的混杂因素,这种识别变得困难。在理论和实践中,混杂因素通常通过调整协变量来处理,换句话说,考虑以处理变量和协变量值为条件的结局,并加权这些协变量值的概率。在本文中,我们给出了协变量调整的完整图形准则,我们称之为调整准则,并推导了该准则完备性的一些有趣推论。

关键词

引用

@article{arxiv.1203.3515,
  title  = {On the Validity of Covariate Adjustment for Estimating Causal Effects},
  author = {Ilya Shpitser and Tyler VanderWeele and James M. Robins},
  journal= {arXiv preprint arXiv:1203.3515},
  year   = {2012}
}

备注

Appears in Proceedings of the Twenty-Sixth Conference on Uncertainty in Artificial Intelligence (UAI2010)