论文提出非IID数据因果效应识别理论

Martin Rabel 与 Jakob Runge 在 arXiv 发表论文，提出一套基于对称性的因果效应识别理论，用于从非独立同分布（非IID）数据中识别复杂因果查询。其做法是以使因果机制保持不变的数据对称性作为统计重复的来源，替代 IID 数据通常提供的重复性。 该框架将识别任务拆分为提取、计算和查询表达三步。作者称，它能复现 IID 数据及实验与非实验数据迁移的标准理论结果，并能表达 do- 干预或软干预无法描述的复杂因果查询。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。