When the causal relationship between X and Y is specified by a structural equation, the causal effect of X on Y is the expected rate of change of Y with respect to changes in X, when all other variables are kept fixed. This causal effect is not identifiable from the distribution of (X,Y). We give conditions under which this causal effect is identified as the solution of an integral equation based on the distributions of (X,Z) and (Y,Z), where Z is an instrumental variable.


翻译:当X和Y之间的因果关系由结构方程式指定时,X对Y的因果影响是相对于X的变动预期Y的变动率,而所有其他变数都是固定的。这种因果影响无法从(X,Y)的分布中识别出来。我们给出了条件,在这种条件下,根据(X,Z)和(Y,Z)的分布确定这种因果影响是整体等式的解决方案,而Z是一个工具变量。

0
下载
关闭预览

相关内容

Integration:Integration, the VLSI Journal。 Explanation:集成,VLSI杂志。 Publisher:Elsevier。 SIT:http://dblp.uni-trier.de/db/journals/integration/
因果图,Causal Graphs,52页ppt
专知会员服务
253+阅读 · 2020年4月19日
专知会员服务
63+阅读 · 2020年3月4日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
105+阅读 · 2019年10月9日
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
43+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
18+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Arxiv
0+阅读 · 2021年7月1日
Arxiv
15+阅读 · 2020年12月17日
Arxiv
6+阅读 · 2020年12月10日
VIP会员
相关资讯
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
43+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
18+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
相关论文
Arxiv
0+阅读 · 2021年7月1日
Arxiv
15+阅读 · 2020年12月17日
Arxiv
6+阅读 · 2020年12月10日
Top
微信扫码咨询专知VIP会员