气象学中回归方法因果推断实用导论（I）：所有混杂变量均被测量
计算机视觉与模式识别
2025-11-12 v3
摘要
判断一个变量是否是另一个变量的原因，还是仅仅与之相关联，是许多科学问题中重要的问题。因果推断是一套用于回应此类问题的统计方法。虽然在存在时间信息时，因果效应的评估相对容易，但在本文所考虑的情况下（即没有时间信息），则更为困难。因果推断领域的发展涉及广泛的主题，从而限制了其在某些领域（包括气象学）中的采纳。然而，因果推断的核心要求仅涉及基本的概率论和回归，这些是大多数气象学家都熟悉的话题。通过聚焦于这些核心领域，本文及其后续文章为气象学界进入因果推断领域提供了一个踏脚石。虽然介绍了一些理论基础，但主要目标是应用一种称为匹配的方法的特定方法来解决气象学中的一个问题。该应用的数据位于公共领域，还提供了 R 代码，为气象学学生和研究人员提供了进入该领域的简便路径。
引用
@article{arxiv.2506.18807,
title = {PicoSAM2: Low-Latency Segmentation In-Sensor for Edge Vision Applications},
author = {Pietro Bonazzi and Nicola Farronato and Stefan Zihlmann and Haotong Qin and Michele Magno},
journal= {arXiv preprint arXiv:2506.18807},
year = {2025}
}