因果推断：基于图模型分析
全新正版 极速发货
￥ 48.83 6.2折 ￥ 79 全新
库存4件
广东广州
认证卖家担保交易快速发货售后保障
作者罗锐
出版社机械工业出版社
ISBN9787111719892
出版时间2023-04
装帧平装
开本16开
定价79元
货号31712246
上书时间2024-05-28
商品详情
- 品相描述：全新
- 商品描述
-
目录
前言<br />第1章绪论1<br />11辛普森悖论1<br />12相关性与因果关系5<br />13变量之间的关系9<br />14本书主要内容及安排11<br />第2章数学基础13<br />21随机变量和随机事件13<br />211随机变量13<br />212随机事件14<br />22概率及其计算16<br />221概率与条件概率16<br />222概率分布19<br />223概率的计算公式19<br />23独立性22<br />24贝叶斯公式及其应用25<br />25随机变量的数字特征30<br />26回归33<br />261一元线性回归33<br />262多元线性回归35<br />27因果关系的表示：图模型与结构<br />因果模型37<br />271因果关系的概念37<br />272图模型38<br />273结构因果模型40<br />274图模型和结构因果模型的<br />比较41<br />28因子分解42<br />281图模型的马尔可夫性43<br />282因子分解表达式44<br />29图模型结构的程序实现46<br />291R软件的安装46<br />292DAGitty包的安装与<br />加载48<br />293图模型的生成50<br />第3章图模型分析55<br />31基本图模型结构的分析55<br />311链式结构56<br />312分叉结构57<br />313对撞结构59<br />32d划分66<br />321d划分的概念66<br />322d划分的判断70<br />323d划分变量集合搜索73<br />33图模型与概率分布78<br />34图模型分析的程序实现80<br />第4章干预分析89<br />41因果效应的调整表达式计算89<br />411混杂偏差89<br />412干预的数学表达90<br />413通过调整表达式计算<br />因果效应92<br />414调整变量的设计96<br />42后门准则与前门准则101<br />421后门准则101<br />422前门准则107<br />43多变量干预和特定变量<br />取值干预112<br />431多变量干预112<br />432特定变量取值时的干预<br />分析115<br />433条件干预118<br />44直接因果效应与间接因果效应119<br />45因果效应的估计125<br />451反概率权重法125<br />452倾向值评分匹配法129<br />46线性系统中的因果推断133<br />461线性系统因果推断分析的<br />特点133<br />462路径系数及其在因果推断<br />分析中的应用137<br />463线性系统中路径系数的<br />计算141<br />47工具变量150<br />48干预分析的程序实现154<br />481获取调整变量集合154<br />482通过倾向值评分匹配<br />计算ACE158<br />第5章反事实分析及其应用164<br />51反事实概念的引入及表达<br />符号164<br />52反事实分析的基本方法168<br />521反事实假设与结构因果<br />模型修改168<br />522反事实分析的基本法则171<br />53反事实分析计算173<br />531外生变量取值与个体173<br />532确定性反事实分析175<br />533概率性反事实分析177<br />534反事实分析中概率计算的<br />一般化方法182<br />54反事实符号表达式与do算子符号<br />表达式的对比185<br />55基于图模型的反事实分析191<br />56SCM参数未知及线性环境下的<br />反事实分析195<br />561SCM参数未知条件下的反<br />事实分析195<br />562线性模型在给定事实条件下<br />的反事实分析198<br />57中介分析201<br />571自然直接效应和自然间接<br />效应的定义202<br />572自然直接效应和自然间接<br />效应的计算204<br />58反事实的应用205<br />第6章因果关系概率分析211<br />61因果关系概率的定义211<br />62因果关系概率的性质214<br />63必要性概率与充分性概率的<br />量化计算216<br />631外生性与单调性216<br />632在外生性条件下PN、PS和<br />PNS的计算219<br />633在外生性和单调性条件下<br />PN、PS和PNS的计算221<br />634在不具有外生性但具有单调性<br />条件下PN、PS和PNS的<br />计算222<br />635在外生性和单调性都不成立<br />条件下PN、PS和PNS的<br />计算226<br />64因果关系概率的应用228<br />第7章复杂条件下因果效应的<br />计算23871非理想依从条件下因果效应的<br />计算238<br />711研究模型假设238<br />712一般条件下平均因果<br />效应的计算239<br />713附加假设条件下平均因果<br />效应的计算243<br />72已干预条件下因果效应的计算246<br />721ETT的计算247<br />722增量干预的计算249<br />723非理想依从条件下ETT的<br />计算251<br />73复杂图模型条件下因果效应的<br />计算253<br />731do算子推理法则253<br />732do算子推理法则应用<br />示例254<br />733因果效应的可识别性257<br />734试验中干预变量的替代<br />设计262<br />74非理想数据采集条件下因果<br />效应的计算265<br />第8章图模型结构的学习270<br />81图模型结构学习算法概述270<br />811图模型结构学习的过程270<br />812图模型结构学习的假设271<br />82图模型结构学习算法的分类及基于<br />评分的学习算法简介272<br />83基于约束的算法273<br />831独立性测试273<br />832IC算法简介277<br />833IC算法的具体实现过程278<br />834其他基于约束的算法282<br />84图模型结构学习的程序实现283<br />841pcalg包的安装283<br />842图模型结构的学习284<br />843因果效应计算293<br />第9章因果推断的应用299<br />91因果推断在推荐系统中的应用299<br />92因果推断在强化学习中的应用306<br />921多臂赌博机问题场景307<br />922基于因果推断的多臂赌博机<br />问题分析309<br />923基于因果推断的多臂赌博机<br />问题算法改进311<br />924基于因果推断的多臂赌博机<br />问题算法改进效果313<br />参考文献315
内容摘要
本书对因果推断相关知识进行了系统、全面的介绍，为便于学习，对大多数知识点都进行了详细的推导说明。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价