含隐变量和选择偏差的图模型中的因果推断

Bayes网络常用于多变量间的因果推断,但当存在未观测的隐变量和选择变量时,这种图模型往往无法正确描述观测变量间的因果关系。作者利用在观测变量上构造的最大祖先图模型刻画观测变量间的独立性关系和因果结构,并提出了具体的实现算法,从而可由观测数据来推断这类不完全观测下的部分因果关系。     

多维时间序列Granger因果图Markov性

文章利用Granger因果图表示多维时间变量序列间的因果关系,图中的顶点集由序列的各个分量组成,顶点间的有向边表示分量序列间的Granger因果关系,无向边表示分量间的同期因果关系.建立Granger因果图的p-分离准则,研究Granger因果图的Markov性.     

基于GEMS算法的潜变量高斯图模型结构学习

考虑了潜变量高斯图模型下的结构学习(模型选择)问题,即存在潜变量时可观测变量间相互关系的估计问题.简要介绍了高斯图模型及潜变量高斯图模型下的LVglasso方法,给出了GEMS(广义期望模型选择)算法结合LVglasso下潜变量图模型选择的算法步骤.通过模拟,发现GEMS结合LVglasso方法在模型选择速度上比EM(期望最大化)算法有明显优势,并分析了拟南芥植物基因数据,估计了各基因间的条件相关性.     

基于分位数因子模型的高维时间序列因果关系分析

从观察数据中发现变量之间的因果关系是许多科学研究领域的关键问题，传统Granger因果模型受到维度灾难的影响，难以准确地在高维时间序列中发现因果关系.提出一种基于分位数因子模型的Granger因果分析新方法 QFMCGC用于高维时间序列因果关系的判定.首先，QFM-CGC采用赤池信息量准则进行模型选择，避免人为干预设置滞后阶数的操作；然后，对向量自回归（Vector Autoregressive,VAR）模型中的条件变量建立分位数因子模型进行降维，减少VAR模型中的待估计系数，对降维后的VAR模型重新进行条件Granger因果分析；最后，使用蒙特卡洛模拟评估不同方法识别底层系统与观测时间序列的连通性结构的能力.在不同维度变量的线性仿真系统和两组现实数据集上与基准方法和经典方法进行了比较，实验结果验证了该方法的有效性.     

基于遗传算法的因果图网络结构学习

在因果图理论中,采用了图形化和直接因果强度来表达知识和因果关系,它克服了贝叶斯网的一些不足,已发展成了一个能够处理离散变量和连续变量的混合模型.但是因果图的结构得由领域专家给出,这在实际中很难办到.鉴于因果图结构的复杂度随论域中节点个数的增加呈指数上升,寻找最有可能因果图网络结构成为了NP-HARD难题.文中给出了如何利用已知数据集,寻找最有可能的因果图网络结构设计的遗传算法（Genetic Algorithm,GA）.     

基于因果反馈的缺失数据集因果关系发现

因果关系发现是因果推断的重要部分,其目标是揭示数据内在的生成机制,并以有向无环图的形式表示.然而关于因果关系发现,现有方法很少考虑到观察数据存在缺失值的情况.在实际场景中,大量数据集存在缺失值,因此估计缺失数据集中的因果关系成为一个亟需解决的问题.本文提出了一种新的基于因果反馈的算法实现关于缺失数据集的因果关系发现,其中生成对抗网络被用于估计缺失数据集的分布,并利用基于Actor-Critic的因果关系发现模块搜索最优因果图,设计了一个基于扩展贝叶斯信息准则的自定义奖励函数,引入分类误差引导模型加速探索过程,提升模型稳定性.在模拟数据和真实数据上进行的大量实验结果表明,本文提出的方法在不同数据缺失率下优于现有方法 .     

随机实验法在社会科学因果分析中的应用——以女性生育行为的选择效应为例

清楚辨析变量间因果关系是社会科学研究的难点，基于观测数据传统的统计推断方法存在着混淆变量等内生性问题，无法满足“无偏性”和“一致性”估计.提出在研究设计中可利用自然科学随机试验思路控制所有混淆变量，以满足因果分析中的必然性.即在社会现象是多因、随机和未知的前提下，引入随机性自然实验达到“总体相同”的必然性和在社会现象是已知、清晰和可控的前提下，通过倾向值匹配法构造实验组和对照组，控制混淆变量进行因果分析.最后，以女性生育行为的选择效应为案例，详解自然实验法在控制女性多孩生育事件对收入影响分析中混淆变量的应用、倾向值匹配法在控制女性劳动参与对生育行为影响分析中混淆变量的应用.     

基于因果图的一种近似推理算法

在因果图理论中,采用图形化和直接因果强度来表达知识和因果关系,它克服了贝叶斯网的一些不足,已经发展成了一个能够处理离散变量和连续变量的混合模型.但由于因果图的精确推理是NP难的,不能完全适应实际问题的需要,因此给出了一种近似推理算法,削减了因果图精确算法的步骤和需要的一些苛刻条件,使得计算的复杂度与事件的节点数同阶,并用具体例子说明了算法推理过程.     

应用变量因果序分析的符号有向图建模方法

针对传统符号有向图(SDG)建模方法容易引入虚假因果关系的问题,利用因果序分析时系统各阶自含结构进行逐层分解,通过各阶变量完全子集迭代解析平衡结构变量的层级因果关系,以及典范式积分链的约简导出动态结构变量的层级因果关系,运用中间变量的衔接作用,结合变量系数辨识定性的因果影响效果,实现了平衡、动态及混合结构的线性系统SDG模型的构建.以串联存储系统为实例进行验证,结果表明该方法消除了以系统方程等式关系直接导出SDG模型引入的虚假因果关系,且辨识出多处潜在的因果关系,与传统的SDG建模方法相比,以该方法构建的SDG模型精度更高,而且完备性较好.     

基于自适应惩罚的潜变量高斯图模型结构学习

采用自适应惩罚似然方法解决含潜变量高斯图模型的结构学习问题.模拟结果表明,自适应惩罚显著优于非自适应惩罚,可有效降低估计偏差,更准确地估计给定潜变量时观测变量间的条件独立性关系.     

An Integrated Causal Path Identification Method

Finding causality merely from observed data is a fundamental problem in science. The most basic form of this causal problem is to determine whether X leads to Y or Y leads to X in the case of joint observation of two variables X, Y. In statistics, path analysis is used to describe the direct dependence between a set of variables. But in fact, we usually do not know the causal order between variables. However, ignoring the direction of the causal path will prevent researchers from analyzing or using causal models. In this study, we propose a method for estimating causality based on observed data. First, observed variables are cleaned and valid variables are retained. Then, a direct linear non-Gaussian acyclic graph models(DirectLiNGAM) estimates the causal order K between variables. The third step is to estimate the adjacency matrix B of the causal relationship based on K. Next, since B is not convenient for model interpretation, we use adaptive lasso to prune the causal path and variables. Further, a causal path graph and a recursive model are established. Finally, we test and debug the recursive model, obtain a causal model with good fit, and estimate the direct, indirect and total effects between causal variables. This paper overcomes the randomness assigning causal order to variables. This study is different from the researcher's understanding of his own model by generating some form of simulation data. The simplest and relatively unsmooth statistical learning method used in this study has obvious advantages in the field of interpretable machine learning.     

基于因果关系的列控系统模型约简方法

在基于安全需求对验证问题进行投影的方法基础上,针对投影出的验证子问题,提出了基于因果关系的变量约简方法,定义了环境变量间的因果关系,归纳出基本的因果关系组合,并提炼出变量约简规则,通过变量约减减少了验证问题的状态空间.采用国内某地铁线路的相关数据进行建模和验证,结果表明,该方法能够有效降低系统验证复杂度.     

具有不依从现象的临床试验中平均处理效应的上下界估计

在随机处理一对照的临床试验中，经常出现不依从或部分依从的现象，此时，由于所涉及到的“虚拟事实”变量，即不能观察到的潜在变量太多而不易估计其平均因果效应ACE．在仅出现完全依从和不依从情况时，Balke and Pearl利用线性规划的方法获得了ACE估计量的上下界，利用他们所提供的方法，有时会出现下界为负数，显然，这样的下界没什么实际意义．根据Angrist，Imbebns＆Rubin讨论工具变量时所提出一些假设条件，导出了在不同情况下，计算ACE估计量的上下界的方法，并证明了其下界一定是非负的，所得到的上下界区间比Balke and Pearl的区间要小．同时，还讨论了部分依从情况下，ACE估计量的上下界的计算方法，并得到了相应的结果．     

效应关联分析

本文定量地研究了复杂系统的同构表示——关联模型问题.通过引进关联弹性的概念,将复杂系统的一般非线性关系化为线性的效应关联模型;并基于一个两国、三部门、单产品的开放经济模型,运用效应关联模型和综合弹性进行宏观经济分析,系统考察了凯恩斯财政政策和古典收入政策对两国经济的多种影响.     

On the Correlations among Affective Variables, Learning Strategies and Language Proficiency

Affective variables and learning strategies are two important factors that influence language proficiency. In the investigation conducted by the author,there is no sure causal connection being found among the three factors. Further,affective variables seems prevail over learning strategies of the influence on language proficiency and it is the primary element in language study process.     

区域物流中心选址的系统动力学分析

在物流中心选址的动态双钻石模型的基础上,运用系统动力学的因果与相互关系分析并构建了物流中心选址的系统动力学流图,设计了动态模型方程式及状态变量方程.     

Probabilistic SDG model description and fault inference for large-scale complex systems

Large-scale complex systems have the feature of including large amount of variables that have complex relationships, for which signed directed graph （SDG） model could serve as a significant tool by describing the causal relationships among variables. Although qualitative SDG expresses the causing effects between variables easily and clearly, it has many disadvantages or limitations. Probabilistic SDG proposed in the article describes deliver relationships among faults and variables by conditional probabilities, which contains more information and performs more applicability. The article introduces the concepts and con- struction approaches of probabilistic SDG, and presents the inference approaches aiming at fault diagnosis in this framework, i.e. Bayesian inference with graph elimination or junction tree algorithms to compute fault probabilities. Finally, the probabilistic SDG of a typical example of 65t/h boiler system is given.     

我国人才资本与经济增长的协整检验及误差修正模型

主要运用协整检验、误差修正模型、Granger因果检验对我国人才资本存量的增长与经济增长进行研究,结果表明,尽管我国人才资本存量的增长与经济增长在1985-2010年间的时间序列不平稳,但两者之间存在长期稳定的均衡关系,且存在人才资本到经济增长的单向因果关系.