典型文献
不完整数据非均衡案例双重鲁棒因果推理
文献摘要：
大规模数据中实体异质性和数据不完整性等因素严重制约了因果推理的品质.本文提出了不完整数据双重鲁棒因果推理模型,实现了基于随机分配机制与无偏响应参数估计的因果效应辨识.首先拓清了基于观察数据的因果效应可辨识和可估计的条件.引入处理分配概率分布的概念,构建基于最小化绝对标准偏差的整数优化模型,消除了处理组与对照组之间的协变量不均衡性.通过数据匹配选择模型推导基于最优解或近似优化解的数据子集,实现两组案例之间处理分配的再随机化.通过增强逆概率加权方法,实现案例不完整响应参数的无偏估计.该方法对响应参数估计与处理分配概率的不确定性兼具有鲁棒性,提高了因果效应辨识的品质.最后通过真实案例和拓展数值分析,验证了本方法的有效性.
文献关键词：
因果效应;反事实推理;双重鲁棒性;缺失数据;逆概率加权
中图分类号：
作者姓名：
余海燕;向娇;高明月
作者机构：
重庆邮电大学重庆市电子商务与现代物流重点实验室,重庆404615;电子科技大学计算机科学与工程学院,成都611731;伦敦大学学院儿童健康研究所,伦敦WC1N 1EH
文献出处：
引用格式：
[1]余海燕;向娇;高明月-.不完整数据非均衡案例双重鲁棒因果推理)[J].系统工程理论与实践,2022(01):211-223
A类：
增强逆概率加权,双重鲁棒性
B类：
不完整数据,非均衡,因果推理,大规模数据,推理模型,随机分配,分配机制,响应参数,参数估计,因果效应,观察数据,可辨,概率分布,绝对标准,标准偏差,协变量,不均衡性,数据匹配,最优解,近似优化,优化解,子集,随机化,无偏估计,真实案例,反事实推理,缺失数据
AB值：
0.335424
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
