带有测量误差协变量和 不可观测反应变量下的因果推断

在反应变量不可观测且协变量带有测量误差的条件下,提出了平均因果效应计算的一个方法.给出了该方法下平均因果效应平方的偏差表达式,并进一步指出该偏差的影响因素.通过模拟实验,具体分析了各因素对偏差的影响大小和方向,为实际应用提供一定的参考.     

协变量缺失下基于结构EM算法因果网模型选择

针对NSCOT数据,选用了结构EM算法对模型进行选择。经过具体的计算和分析得到结论,一个人的身体素质和运送到医院的时间都会对患者的生存产生直接的影响,而受伤的严重程度只对患者的生存产生间接的影响。     

高斯图模型的基于联接树改进的IPSP算法

IPSP算法是求解高斯图模型中参数极大似然估计的一种高效算法.它先将图模型的团边缘分伙,而后局部调整每伙内的团边缘.本文利用联接树上的IIPS算法,替代IPSP算法每伙内的局部调整,提出了新算法IPSP-JT以降低IPSP的复杂度.并且我们给出了进行局部调整时IIPS所使用的边数最少的图结构,证明了其存在唯一性,同时构建了局部的联接树.数值模拟显示,对于高维高斯图模型,IPSP-JT算法比IPSP算法速度更快.