Gauss因果模型中因果效应识别方法的比较

一个Gauss因果模型中常常存在不只一种识别因果效应的方法, 不同的方法对应的估计可能不同. 该文对Pearl等人提出的前门准则, 后门准则,工具变量准则等识别方法的估计精度进行了分析比较, 并给出了相应的模拟结果, 为实践中选择更优的识别准则提供了依据.     

因果模型中因果效应的可识别性研究

对有向非循环图中的因果关系进行探讨,提出了相应的虚拟事实模型,并利用条件独立关系作为辅助信息对一种较为简单的虚拟事实模型的可识别性进行了研究.将可忽略假设推广为可替换性假设,并且得到：在可替换性假设之下,因果效应具有可识别性,即有可能从观察数据直接计算因果效应.     

一个虚拟事实模型中因果效应的Bayes估计

给出了一个虚拟事实模型中因果效应的Bayes估计和经验Bayes估计,提供了三种可替换性假设的先验分布的选择方法,并用实验说明,在不知道取哪个可替换性假设的情况下,经验Bayes估计要优于其他的估计.     

一类因果模型的可识别性条件

因果问题在近代医学,生物学,社会科学的研究中占有非常重要的地位。通过因果关系预见某些行为或策略对研究对象的影响已经成为一些实际研究的最终目的。Rubin(1978)提出了解决因果问题的虚拟事实模型,建立了因果推断统计分析的基本框架。虚拟事实模型的因果效应是以实际观测数据为研究对象的,但又不完全由数据之间的相关性决定,因此在讨论因果效应时存在可识别性问题。如果因果效应可识别,则有可能利用观测数据直接计算因果效应。但是,众 所周知:在不加任何假设或限制的条件下,虚拟事实模型的因果效应是不可识别的。若要研究变量间的因果效应就必须对虚拟事实模型加入某些必要的限制,使因果效应在这些限制下可识别。郑忠国,张艳艳,童行伟在“因果模型因果效应的可识别性研究”中针对控制变量与协变量相互独立的一类模型的可识别性进行了研究,指出在某些特定的可替换性假设之下,模型的因果效应具有可识别性。该文将针对控制变量作用于协变量的虚拟事实模型进行可识别性研究。作者将指出:控制变量是否作用于协变量并不影响因果效应的可识别性和可替换性假设。并给出:此类模型因果效应可唯一确定的充要条件 。      

非平稳过程的小波因果度量

该文对带有随机趋势的非平稳过程给出了一种新的因果度量定义.作者将证明新定义与Hosoya给出的因果度量定义等价, 但由于避免了以往文献中常见的对非平稳过程协整性的要求, 该定义有利于简化因果关系的假设检验.文中还对Wald检验和似然比检验进行了讨论.数值模拟和实证分析表明, 这两种检验方法都是有效的.     

带有反馈的因果模型中的独立性识别

在本文中,直接利用计算要概率分布的办法证明了在史包含离散变量４ 反馈系统产生的因果图中的条件独立关系可以由ｄ－分离识别出．     

基于多变量的Granger因果检验方法

针对既有的Granger因果检验方法只能处理两个变量间的因果关系问题,指出这种方法会导致间接因果与直接因果的混淆及由于数据同源而产生的伪因果问题,提出一种可以消除以上问题的多变量因果检验方法,该方法立足于原有的Granger因果检验,适用于短时相依的和平稳的时间序列数据,并根据蒙特卡罗方法给出了统计推断的检验量,设计了方法的实施步骤.最后,应用一个仿真的实例具体展示了方法的使用过程和方法的有效性。     

基于信息传递解释的σ干预及其因果演算

因果图模型框架和潜在结果框架是当今因果建模的两个主要框架,有其各自的特点和相对流行的应用领域.一个结合两个框架优点的工作是单世界干预图模型(SWIG)和基于它的po-演算.本文受到因果关系的信息传递解释的启发,提出了信息干预算子σ(·)和信息因果网络,给出了相应的σ-演算.一方面,指出了它和do-演算的联系和区别;另一方面,它与SWIG一样具备判断观测变量和反事实变量之间条件独立性的便利性,同时还有类似do的形式化σ算子.     

基于扩展事件图的因果分析方法及在仿真中的应用

通过因果分析对仿真结果作出因果解释是仿真非常重要的一个环节.为了能够支持因果分析,首先提出扩展事件图,以重构仿真中发生的事件以及事件之间的因果关系;然后根据扩展事件图提出若干分析算法,通过对图模型的概率参数的可能性和主要性分析,获取因果知识;最后以一个攻防对抗仿真为例,对以上方法进行了必要的验证.     

概率因果模型结合改进遗传算法的核动力系统故障分析

将概率因果模型的似然函数作为遗传算法的适应函数,从而将复杂系统的故障诊断转化为最优问题,建立了一种将概率因果模型和遗传算法相结合的故障诊断方法,并利用改进算法与概率因果故障诊断模型对船用核动力装置进行故障诊断实例分析,分析结果对船用核动力装置故障诊断具有重要的指导意义,而改进遗传算法是进行船用核动力装置故障诊断有效而实用的方法。     

依从者平均因果效应的统计推断

本文主要研究临床试验中出现不依从现象时依从子总体的平均因果效应的统计推断。考虑在实际服药状态是二值变量且有相关性,治疗响应变量连续取值的情形,同时考虑协变量对治疗效果有影响的情况下,给出了治疗效果参数的可识别性及近似条件极大似然估计,且构造了记分检验统计量。对特殊模型进行了模拟,结果表明与理论预期一致。     

基于NEGM(1,1)模型的因果预测方法及应用研究

非等间隔时间序列在工程技术问题中是常见的.研究了一类非等间隔广义时间序列的预测问题,也就是将因果预测模型中的自变量作为广义时间,应用NEGM(1,1)模型将因果预测转化为时间序列预测,并应用空军航材消耗实例进行了模型检验.实践表明本文的方法具有广泛的使用价值.     

Granger因果检验的非线性进展及应用研究

Granger因果检验是计量经济学的重要组成部分,也是现代经济、金融学分析的重要工具,近年来Granger因果检验在非线性检验方向有了较大进展。本文在线性Granger因果检验的基础上,阐述了Granger因果检验的非线性进展,重点总结了针对一阶矩的基于回归模型、非参函数和信息理论的三大类非线性方法以及针对二阶矩的基于残差交叉相关系数和多元条件方差模型下的两大类非线性方法,讨论了不同非线性Granger方法中数据要求、核心模型、建模关键以及模型优缺点,提出了Granger因果检验"线性-非线性"的整体框架和研究范式.通过模型分析和比较,本文可为因果检验的非线性理论和模型研究提供参考,并对因果检验在经济和金融领域的更广泛应用提供支持。     

中药降脂灵片药效的因果分析

本文对一种新型中药降脂灵片的药效进行因果分析。实验数据样本量小且是混合变量类型,传统的统计方法难以处理,本文采用图模型的方法建立一个链图模型,直观地刻画了该药对反映机体抗氧化能力和血脂水平的4个指标的因果影响。     

我国股指期货和现货市场隔夜信息、午间信息的因果效应分析

非交易时间的信息累积效应引起学者广泛关注,隔夜信息和午间信息是其典型代表。本文选取我国A股市场沪深300、上证50、中证500的股指期货和指数现货的日交易数据作为样本,运用DAG因果分析法,研究了隔夜信息和午间信息对日内收益率之间的因果关系结构。不论是隔夜信息和午间信息的影响传递路径还是影响系数,三个指数品种的因果影响结构都有很大不同。通过分析因果结构图和影响系数,本文认为隔夜信息和午间信息对日内收益率的影响冲击是存在的,但与相邻时段收益的相互影响相比,这种影响并不强劲,并且在后续会被市场逐渐消化。本文还发现,沪深300和中证500的因果结构图中,都显示出股指期货的影响占据主导地位。     

占座效应的数学建模与统计分析

利用因果图模型及其可识别性理论对占座效应 ,即占座行为对座位使用率的影响进行了建模 .并利用这一模型对实际例子中的占座效应进行了分析 ,最终得出占座行为对实例中座位使用率的影响程度     

非线性结构向量自回归因果图的广义似然比辨识方法

利用图模型方法研究非线性结构向量自回归模型的因果性问题.构建了非线性结构向量自回归因果图模型,提出图模型因果性的广义似然比辨识方法.构造同期因果关系和滞后因果关系的广义似然比统计量,使用bootstrap方法来确定检验统计量的原分布,模拟研究论述了方法的有效性.     

如何做实证:路径分析北大核心

在回归模型中,可以包括多个自变量,但只能包括一个因变量．而许多因果效应问题,因变量往往不止一个．回归分析还有一个局限就是只能分析直接效应,不能分析间接效应．事实上,许多变量之间可能有直接关系,也可能受到中介变量的影响而产生间接效应．路径分析就是解决这类问题的方法．     

基于模拟退火算法的船用核动力装置故障诊断研究

针对核动力装置故障诊断存在的诊断精度低等问题,提出了一种基于模拟退火算法和概率因果模型相结合的故障诊断方法.首先根据故障样本集和概率因果理论建立动态多故障诊断模型,将复杂系统的多故障诊断转换成非线性规划问题.利用模拟退火算法对该问题进行求解,并建立了诊断测试系统.测试结果表明,方法能有效避免误诊、漏诊现象,可用于复杂核动力装置的动态多故障诊断.     

基于模拟退火算法的船用核动力装置故障诊断研究北大核心

针对核动力装置故障诊断存在的诊断精度低等问题,提出了一种基于模拟退火算法和概率因果模型相结合的故障诊断方法.首先根据故障样本集和概率因果理论建立动态多故障诊断模型,将复杂系统的多故障诊断转换成非线性规划问题.利用模拟退火算法对该问题进行求解,并建立了诊断测试系统.测试结果表明,方法能有效避免误诊、漏诊现象,可用于复杂核动力装置的动态多故障诊断.