因果作用评价与因果关系发现  

Causal Effect Evaluation and Causality Discovery

作　　者：英乃文 苗旺 耿直 YING Naiwen;MIAO Wang;GENG Zhi

机构地区：[1]北京大学数学科学学院,北京100871 [2]北京工商大学数学与统计学院,北京100048

出　　处：《军事运筹与评估》2022年第3期10-19,共10页Military Operations Research and Assessments

基　　金：国家自然科学基金项目(61806221,2018-2020)。

摘　　要：因果推断是利用数据评价变量之间因果作用、发现因果关系的统计理论和方法,目前已成为大数据和人工智能研究的前沿热点问题之一。混杂分析、因果网络学习和归因分析是评价因果作用、发现因果机制和反思因果决策的核心工具,在社会经济、生物医学等领域有广泛应用。本文回顾因果推断在这三个方面的研究动态,介绍近期在代理推断,因果网络学习与因果作用评价结合,以及归因分析方面的部分研究成果。

关 键 词：因果作用评价 因果网络模型 潜在结果模型 混杂代理变量 反事实归因 

分 类 号：O212[理学—概率论与数理统计]