1. 什么是因果推断 因果推断用于衡量一个行为的价值。即判断一个“因”能导致多少“果”。 比如说我今晚复习数学,明天数学考试能提升多少分。这是一个很难回答的问题,因为我无法同时知道不复习和复习后,我分别能考多少分,当前时刻我只能做一种选择并得到一个结果,另一个选择的结果是永远不可知的,这在因果推断里叫做反事实(conterfactual)。
因果推断基础概念 因果推断两个主流的框架是结构因果框架(SCM)和潜在结果框架(RCM),下面分别介绍一下两个框架中的基础概念。 1、结构因果框架 结构因果框架:需要先得到一张因果图,然后对于因果图,使用结构方程式来描述它。从条件概率的角度描述因果效应,引入了“do算子”、“反事实”等概念。结构因果框架的提出人将因...
最近在看的一些因果推断,记录一些方便灌入脑子的简单知识点。 1.辛普森悖论简介 因果推断一般由辛普森悖论进行引入。 What is ?(1)数据在总体上的统计结果,与在某条件下的局部统计结果相悖。(2)"两个类型变量之间的相关性,可能由于第三个类型变量的'影响'而得到相反结果。" Why ? 存在潜在混淆变量的影响。例如...
因果推断研究所采用的观察性数据集通常是「半合成」的:部分数据集(例如 IHDP)通过随机数据集(RCT试验)生成得到,采用固定的生成过程,并从中移除有偏子集来模拟观测数据中的选择偏差;部分数据集则将随机数据集与观测对照数据集结合起来以创造选择偏差。下面对部分常见的数据集进行总结。 「IHDP」。该数据集基于面向低体...
因果推断入门中国人民大学出版社 / 2023-9出版 想读 在读 读过 豆瓣评分TM打开App评分 6.3 15人评分电子书/纸质版购买43.30元起短评 打开App写短评 小实2023-11-27 13:59:56 章节间的逻辑是很清晰的,但是每一章读起来怎么就这么累呢。可能还是文化和语言的问题。 2 zhan2024-03-06 10:55:14 读起来怪...
因果推断中的基本问题是,如果通过缺失数据来得到因果效应。即我们不能同时观察到 和 ,那么我们就不能得到 ,就判断不了因果效应。这个问题是因果推断所特有的,因为在因果推断中,我们关心的是如何提出因果 claim,而这些 claim 是以 potential outcome 来界定的。 没...
因果推断中的基本问题是,如果通过缺失数据来得到因果效应。即我们不能同时观察到 和 ,那么我们就不能得到 ,就判断不了因果效应。这个问题是因果推断所特有的,因为在因果推断中,我们关心的是如何提出因果 claim,而这些 claim 是以 potential outcome 来界定的。 没有(不能)观察到的 potential outcome 被称为 counte...
因果推断的入门介绍如下：1. 起点：探索性分析 因果推断的起点是探索性分析，旨在识别变量与指标间的相关性。但需注意，相关性并不等同于因果性。2. 关键步骤 识别因果关系：确定哪两个事件之间存在因果联系，需定义事件间的关系并排除可能的混淆变量。 预测因果效应：预测一个因素如何改变观测对象的结果...
ITE 是我们在因果推断中关心的一个主要指标。例如,在上面的情景 2 中,你会选择养狗,因为养狗对你的幸福感的因果效应是正的:。相反,在情景 1 中,你可能会选择不养狗,因为养狗对你的幸福没有因果效应:。 2.2 因果推断中的基本问题 因果推断中的基本问题是,如果通过缺失数据来得到因果效应。即我们不能同时观察...