《因果推斷：原理解析與套用實踐》是電子工業出版社出版圖書，由趙永賀等編著。
基本介紹
- 中文名：因果推斷：原理解析與套用實踐
- 作者：趙永賀 等 編著
- 出版時間：2023年12月
- 出版社：電子工業出版社
- 頁數：196 頁
- ISBN：9787121466250
- 定價：69 元
- 開本：16 開
圖書目錄,作者簡介,
圖書目錄
第1章 相關關係和因果關係 1
1.1 相關關係 1
1.2 因果關係 3
1.3 相關關係與因果關係之間的迷霧 6
1.3.1 混雜 6
1.3.2 樣本的選擇性偏差 7
1.4 因果推斷方法 9
1.4.1 符號和表示工具 9
1.4.2 本書涉及的因果推斷方法 10
參考文獻 12
第2章 隨機對照試驗 14
2.1 隨機對照試驗的統計學原理 14
2.1.1 基本概念 14
2.1.2 隨機對照試驗的核心思想 15
2.1.3 統計學的反證思維：假設檢驗 16
2.2 總體方差未知的情況 17
2.3 兩類統計錯誤 19
2.4 隨機對照試驗流程 21
2.4.1 最小樣本容量 22
2.4.2 試驗結果分析 24
2.5 本章小結 25
參考文獻 26
第3章 基於設計思想的因果推斷方法 28
3.1 雙重差分法 28
3.1.1 DID模型的原理 29
3.1.2 DID模型的有效性檢驗 30
3.1.3 DID法的注意事項 32
3.1.4 DID法案例分析 33
3.2 合成控制法 39
3.2.1 構建潛在的合成控制組 40
3.2.2 求解合成控制組的權重 41
3.2.3 合成控制組的套用 42
3.2.4 合成控制法的評價 43
3.2.5 合成控制法案例分析 44
3.3 斷點回歸法 48
3.3.1 設計原理 49
3.3.2 確定分組變數和斷點 49
3.3.3 精確斷點與模糊斷點 51
3.3.4 斷點回歸法的有效性檢驗 52
3.3.5 斷點回歸法的結果分析 52
3.3.6 斷點回歸法的評價 53
3.3.7 斷點回歸法案例分析 54
3.4 工具變數法 61
3.4.1 工具變數的定義 61
3.4.2 工具變數的前提假設 62
3.4.3 工具變數的有效性 63
3.4.4 工具變數的實踐方式 64
3.4.5 工具變數法案例分析 66
3.5 主分層法 72
3.5.1 隨機對照試驗中的不依從問題 72
3.5.2 主分層法的原理 73
3.5.3 主分層法的前提假設 75
3.6 本章小結 76
參考文獻 77
第4章 基於潛在結果框架的因果推斷方法 80
4.1 POF 80
4.1.1 POF的基本構成元素 80
4.1.2 POF的因果指標 81
4.1.3 POF的運行規則 82
4.2 均衡的樣本子空間 88
4.2.1 分層方法 88
4.2.2 匹配方法 90
4.2.3 基於決策樹的子空間劃分 94
4.3 重加權的樣本空間 96
4.3.1 逆傾向得分權重 96
4.3.2 雙魯棒估計方法 97
4.3.3 基於提升方法的泛化傾向得分權重 98
4.3.4 協變數均衡傾向得分權重 100
4.3.5 泛化的協變數均衡傾向得分權重 101
4.4 去混雜的表征空間 104
4.4.1 均衡表征學習 104
4.4.2 局部相似表征學習 107
4.5 基於潛在結果框架的因果推斷方法的綜合試驗 112
4.5.1 數據生成 112
4.5.2 對照試驗：估計ATE的常規方法 114
4.5.3 試驗一：分層方法 115
4.5.4 試驗二：匹配方法 117
4.5.5 試驗三：基於決策樹的子空間劃分 119
4.5.6 試驗四：逆傾向得分權重 120
4.5.7 試驗五：雙魯棒估計方法 121
4.5.8 試驗六：基於提升方法的泛化傾向得分權重 122
4.5.9 試驗七：協變數均衡傾向得分權重 123
4.5.10 試驗八：泛化的協變數均衡傾向得分權重 124
4.5.11 試驗九：均衡表征學習和局部相似表征學習 124
4.5.12 總結 127
4.6 本章小結 127
參考文獻 128
第5章 基於結構因果模型的因果推斷方法 132
5.1 因果層級 132
5.2 結構因果模型 134
5.2.1 因果圖 134
5.2.2 因果圖的基本節點結構 135
5.2.3 因果圖上的機率分布 137
5.2.4 因果圖上結構方程 139
5.2.5 結構因果模型小結 141
5.3 干預推斷 142
5.3.1 後門調整 142
5.3.2 前門調整 143
5.3.3 do演算 144
5.4 干預的可識別性和識別算法 147
5.4.1 基本概念和定義 147
5.4.2 Px(v)的可識別性 150
5.4.3 Px(s)的可識別性 163
5.4.4 Pt(s)的可識別性 179
5.4.5 半馬爾可夫模型向馬爾可夫模型的進化 183
5.5 反事實預測 184
5.6 本章小結 186
參考文獻 186
作者簡介
趙永賀
網易原數據分析師，吉林大學博士生。主要研究方向為因果推斷算法的理論擴展和跨學科實踐套用。曾獲永洪YVP數據分析最具影響力專家獎。
孫慧妍
吉林大學人工智慧學院研究員，博士生導師。主要研究方向為因果推斷、機器學習、系統生物學。任吉林省人工智慧學會理事、中國生物信息學會（籌）系統生物學專委會常務委員、計算機學會生物信息學專委會通訊委員等。曾獲ACM SIGBIO CHINA 2022新星獎。
吳思威
本科畢業於大連海事大學網路工程專業，現於吉林大學人工智慧學院計算機科學與技術專業攻讀碩士研究生，研究方向為因果推斷、生物信息學。
