“因果概率”的分层分析
统计方法学
2012-07-02 v1 人工智能
摘要
本文提出了由 Pearl (2000) 定义的因果概率的新公式。Tian 和 Pearl (2000a, 2000b) 展示了在关于数据生成过程的最小假设下，如何从实验数据和观测数据中对因果概率的量进行界限界定。通过利用在实验和观测研究中测量的协变量信息，我们推导出了比 Tian-Pearl 界限更窄的界限。此外，我们在无预防假设下提供了可识别的案例，并从估计精度的角度讨论了协变量选择问题。这些结果有助于为公共政策评估和决策问题提供更多证据。
引用
@article{arxiv.1206.6861,
title = {Stratified Analysis of `Probabilities of Causation'},
author = {Manabu Kuroki and Zhihong Cai},
journal= {arXiv preprint arXiv:1206.6861},
year = {2012}
}
备注
Appears in Proceedings of the Twenty-Second Conference on Uncertainty in Artificial Intelligence (UAI2006)