sihaifang
这里面很多读书笔记,都可以在国内顶级期刊《经济期刊》发表的;
我也知道大家不屑于在国内顶级期刊发paper;
其实,最近6年,我也是这么做的~~
至于我自己,学术以及研究上:国内外两条线(一明线一按线)~~~
看了好多年,发两次言~~打扰了~~呵呵~~~~
sihaifang
《经济期刊》笔误,应该为《经济研究》···呵呵~~~
firelife
[未知用户] 呵呵,因为我没有数理背景,所以只能看看本专业的书啦,请推荐一条学习路线,使得我能看懂更多的东西。我的专业是预防医学,自学过微积分,线性代数,学过数理统计(没有学好,后面那个fisher information什么的太难了,就中断了),回归分析学过一半,广义的也了解一些。我反正对流行病学的基础理论挺有兴趣,估计也没有机会再出去读书了,希望能得到高手指点!推荐点书啊,论文之类的,最好从简单到难的!
Aozi
[未知用户] 这里都能看见你。。
dingpeng
[未知用户] 图模型算是一种causality的理论,怎么进行统计推断,那是另外一回事。
mwfycos
[未知用户] 你来干什么
yangli
不错~! 学习了
yuxi
这个学期就在上judea pearl的课,用很多时间才理解DAG里的一些定义
yangli
Figure 1里面,是不是{X3,X4}或者{X4,X5}都可以作为backdoor的Z?
pengding
[未知用户] 是的。
yangli
[未知用户] 应用前门准则和后门准则都需要causal graph是已知而且确定的,这在现实问题中如何处理?是否要先根据expertise假设一个图,或者还是需要从data中估计出图来?
pengding
[未知用户] 是的。这也是困难的所在。
zjjbye
似乎有笔误:
...在前门路径的 DAG 中,我们有:(1)X 对 Z 的因果作用可识别,因为 Y 阻断了它们之间的后门路径..(应该是U阻断了它们的后门路径吧?)
...(3)X 对 Z 的作用,仅仅通过 Y 而产生...(应为X对Y的作用仅通过Z产生?)
pengding
修正了。
fenger
figure 1下面的联合分布的那个公式貌似写错了吧?P(X_2),以及P(X_i|X_3,X_4)
dingpeng
[未知用户] 多谢。已改。
奇异果
有两组连续变量X和Y,比较适合用哪种方法计算X是因Y是果 or X是果Y是因?
vermouth-1454077502
你好,想向你请教个问题,do算子的干预到底表示的是什么?如果两个变量之间有因果关系,则观测的概率和干预的概率相等。其中观测的概率表示实际情况中测量得出的,那么干预的概率是怎样得出的?比如人工干预性别,那么是男或者是女的概率各是50%,是这个意思吗?如果是这样,那么有些问题的干预概率无法这样算出,比如感冒可能引发上呼吸道感染,如果我干预感冒,那么在干预感冒的情况下上呼吸道感染的概率如何获得呢?谢谢啦~~
Xavier Fan
一个小遗漏,figure 1 的例子,X2前少了个P ^^
turnR4w
tctcab