准连续时间线性平稳随机微分方程因果效应的符号可识别性
统计理论
2026-03-10 v1 机器学习
统计理论
摘要
我们研究了在已知因果结构的连续时间线性平稳随机微分方程中的可识别性问题。与现有方法不同，我们放宽已知扩散矩阵的假设，从而尊重模型的内在尺度不变性。不同于恢复扩散系数本身，我们引入边缘符号可识别性：对于给定的因果结构，询问给定扩散项的符号在所有与该结构相容的观测协方差矩阵参数化集合中的唯一确定性。我们在一种信仰性概念下，推导了用于描述可识别性、不可识别性和部分可识别性的一般图的准则。将我们的准则应用于具体的因果结构——既有类似经典因果设置（如工具变量），也有新颖的循环设置——我们确定它们的边缘符号可识别性，并在某些情况下获得目标边缘符号相对于观测协方差矩阵的显式表达式。
引用
@article{arxiv.2603.08311,
title = {Sign Identifiability of Causal Effects in Stationary Stochastic Dynamical Systems},
author = {Gijs van Seeventer and Saber Salehkaleybar},
journal= {arXiv preprint arXiv:2603.08311},
year = {2026}
}