《因果推断:基于图模型分析:based on graphical model analysis》罗锐编著 | PDF下载|ePub下载

前言
第1章绪论1
1��1辛普森悖论1
1��2相关性与因果关系5
1��3变量之间的关系9
1��4本书主要内容及安排11
第2章数学基础13
2��1随机变量和随机事件13
2��1��1随机变量13
2��1��2随机事件14
2��2概率及其计算16
2��2��1概率与条件概率16
2��2��2概率分布19
2��2��3概率的计算公式19
2��3独立性22
2��4贝叶斯公式及其应用25
2��5随机变量的数字特征30
2��6回归33
2��6��1一元线性回归33
2��6��2多元线性回归35
2��7因果关系的表示：图模型与结构
因果模型37
2��7��1因果关系的概念37
2��7��2图模型38
2��7��3结构因果模型40
2��7��4图模型和结构因果模型的
比较41
2��8因子分解42
2��8��1图模型的马尔可夫性43
2��8��2因子分解表达式44
2��9图模型结构的程序实现46
2��9��1R软件的安装46
2��9��2DAGitty包的安装与
加载48
2��9��3图模型的生成50
第3章图模型分析55
3��1基本图模型结构的分析55
3��1��1链式结构56
3��1��2分叉结构57
3��1��3对撞结构59
3��2d划分66
3��2��1d划分的概念66
3��2��2d划分的判断70
3��2��3d划分变量集合搜索73
3��3图模型与概率分布78
3��4图模型分析的程序实现80
第4章干预分析89
4��1因果效应的调整表达式计算89
4��1��1混杂偏差89
4��1��2干预的数学表达90
4��1��3通过调整表达式计算
因果效应92
4��1��4调整变量的设计96
4��2后门准则与前门准则101
4��2��1后门准则101
4��2��2前门准则107
4��3多变量干预和特定变量
取值干预112
4��3��1多变量干预112
4��3��2特定变量取值时的干预
分析115
4��3��3条件干预118
4��4直接因果效应与间接因果效应119
4��5因果效应的估计125
4��5��1反概率权重法125
4��5��2倾向值评分匹配法129
4��6线性系统中的因果推断133
4��6��1线性系统因果推断分析的
特点133
4��6��2路径系数及其在因果推断
分析中的应用137
4��6��3线性系统中路径系数的
计算141
4��7工具变量150
4��8干预分析的程序实现154
4��8��1获取调整变量集合154
4��8��2通过倾向值评分匹配
计算ACE158
第5章反事实分析及其应用164
5��1反事实概念的引入及表达
符号164
5��2反事实分析的基本方法168
5��2��1反事实假设与结构因果
模型修改168
5��2��2反事实分析的基本法则171
5��3反事实分析计算173
5��3��1外生变量取值与个体173
5��3��2确定性反事实分析175
5��3��3概率性反事实分析177
5��3��4反事实分析中概率计算的
一般化方法182
5��4反事实符号表达式与do算子符号
表达式的对比185
5��5基于图模型的反事实分析191
5��6SCM参数未知及线性环境下的
反事实分析195
5��6��1SCM参数未知条件下的反
事实分析195
5��6��2线性模型在给定事实条件下
的反事实分析198
5��7中介分析201
5��7��1自然直接效应和自然间接
效应的定义202
5��7��2自然直接效应和自然间接
效应的计算204
5��8反事实的应用205
第6章因果关系概率分析211
6��1因果关系概率的定义211
6��2因果关系概率的性质214
6��3必要性概率与充分性概率的
量化计算216
6��3��1外生性与单调性216
6��3��2在外生性条件下PN、PS和
PNS的计算219
6��3��3在外生性和单调性条件下
PN、PS和PNS的计算221
6��3��4在不具有外生性但具有单调性
条件下PN、PS和PNS的
计算222
6��3��5在外生性和单调性都不成立
条件下PN、PS和PNS的
计算226
6��4因果关系概率的应用228
第7章复杂条件下因果效应的
计算2387��1非理想依从条件下因果效应的
计算238
7��1��1研究模型假设238
7��1��2一般条件下平均因果
效应的计算239
7��1��3附加假设条件下平均因果
效应的计算243
7��2已干预条件下因果效应的计算246
7��2��1ETT的计算247
7��2��2增量干预的计算249
7��2��3非理想依从条件下ETT的
计算251
7��3复杂图模型条件下因果效应的
计算253
7��3��1do算子推理法则253
7��3��2do算子推理法则应用
示例254
7��3��3因果效应的可识别性257
7��3��4试验中干预变量的替代
设计262
7��4非理想数据采集条件下因果
效应的计算265
第8章图模型结构的学习270
8��1图模型结构学习算法概述270
8��1��1图模型结构学习的过程270
8��1��2图模型结构学习的假设271
8��2图模型结构学习算法的分类及基于
评分的学习算法简介272
8��3基于约束的算法273
8��3��1独立性测试273
8��3��2IC算法简介277
8��3��3IC算法的具体实现过程278
8��3��4其他基于约束的算法282
8��4图模型结构学习的程序实现283
8��4��1pcalg包的安装283
8��4��2图模型结构的学习284
8��4��3因果效应计算293
第9章因果推断的应用299
9��1因果推断在推荐系统中的应用299
9��2因果推断在强化学习中的应用306
9��2��1多臂赌博机问题场景307
9��2��2基于因果推断的多臂赌博机
问题分析309
9��2��3基于因果推断的多臂赌博机
问题算法改进311
9��2��4基于因果推断的多臂赌博机
问题算法改进效果313
参考文献315