基于结构方程模型的因果分析算法研究及应用

发布时间：2022-01-13 02:25

　　近年来,探索和发现观测变量间的因果关系在数据科学界受到了广泛的关注,了解事物间的因果关系相对于相关关系或其他统计关系在医学、经济学、社会学等领域都更加有研究价值。目前,无论是基于条件独立性还是基于结构方程模型都涌现出了一批经典的因果分析模型,但基于条件独立的方法都将产生马尔可夫等价类,因此本文主要研究基于结构方程的因果推断模型。我们主要做了以下两个工作:（1）在结构方程模型中,给定两个变量X和Y,其假设结果变量Y是原因变量X和噪声变量N的函数,通过合适的模型限制后,我们可以发现在两个因果方向上的不对等关系,进而推导出正确的因果方向。但目前,大部分的研究都关注于变量的数据类型均属于同一类型,即都为连续随机变量或离散随机变量。在本文中,我们关注当两个变量的数据类型不相同,即一个为离散随机变量另一个为连续随机变量时,如何推断其因果方向。我们提出应用于混合数据的加性噪声模型,由原因变量与噪声变量仅在正确因果方向上独立的条件,根据信息熵理论,推导出前向模型和后向模型之间的不对称性并提出因果判断准则。在给定数据的条件下,提出离散回归算法和连续分类算法用于计算残差熵,并在符合模型假设的模拟数据和近似... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

吸烟与癌症的候选模型

因果推断算法针对的观察数据类型分类对时序观察数据的因果推断，就是给定一个时间序列的数据a=(x,...,x),b=

马尔可夫等价类

【参考文献】：
期刊论文
[1]基于非时序观察数据的因果关系发现综述[J]. 蔡瑞初,陈薇,张坤,郝志峰.  计算机学报. 2017(06)

硕士论文
[1]基于XGBoost算法的多因子量化选股方案策划[D]. 李想.上海师范大学 2017



本文编号：3585880