Green and grue causal variables
Green and grue causal variables
复制标题
绿色和绿色因果变量
DOI：
10.1007/s11229-015-0832-z
复制
发表时间：
2016
期刊：
影响因子：
1.5
通讯作者：
F. Eberhardt
中科院分区：
文献类型：
--
作者：
F. Eberhardt
因果贝叶斯网络框架为因果发现指定了一组公理。本文探讨了在这些公理中作为关系项起作用的一组因果变量。斯皮特斯（2007年）展示了一个因果系统如何能够由两组不同的变量等效描述，这两组变量之间存在一种非平凡的转换关系，这表明不存在“正确的”因果变量集。我将斯皮特斯的结果扩展到线性结构方程模型的一般框架，然后探讨干预的可能性或对更简单因果系统的偏好能在多大程度上有助于在因果变量集中进行选择。
The causal Bayes net framework specifies a set of axioms for causal discovery. This article explores the set of causal variables that function as relata in these axioms. Spirtes (2007) showed how a causal system can be equivalently described by two different sets of variables that stand in a non-trivial translation-relation to each other, suggesting that there is no “correct” set of causal variables. I extend Spirtes’ result to the general framework of linear structural equation models and then explore to what extent the possibility to intervene or a preference for simpler causal systems may help in selecting among sets of causal variables.
DOI：
--
发表时间：
2006-12
期刊：
J. Mach. Learn. Res.
影响因子：
--
作者：
Shohei Shimizu;P. Hoyer;Aapo Hyvärinen;Antti J. Kerminen
通讯作者：
Shohei Shimizu;P. Hoyer;Aapo Hyvärinen;Antti J. Kerminen