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。
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)