Quantifying Confounding Bias in Neuroimaging Datasets with Causal Inference
LMU München（慕尼黑大学）
神经成像数据集的规模不断增长，以解决日益复杂的医学问题。然而，即使是今天最大的数据集也太小，无法训练复杂的机器学习模型。一个潜在的解决方案是通过合并来自多个数据集的扫描来增加样本量。在这项工作中，我们结合了来自15项研究的12，207次MRI扫描，并表明由于在训练数据中引入了各种类型的偏差，简单的合并通常是不明智的。首先，我们系统地定义这些偏见。其次，我们通过实验证明扫描可以正确地分配到各自的数据集，准确率为73.3%，从而检测偏差。最后，我们建议通过使用因果推理在单个数据集中量化混淆和因果关系的程度来区分因果和混淆因素。我们通过找到最简单的图模型在柯尔莫哥洛夫复杂度方面实现这一点。由于Kolmogorov复杂性不能直接计算，我们采用最小描述长度来近似它。我们的经验表明，我们的方法是能够估计合理的因果关系，从真正的神经影像数据。
2019-07-09 cs.CV cs.LG eess.IV
Quantifying Causes of Arctic Amplification via Deep Learning based Time-series Causal Inference
University of Maryland, Baltimore County（马里兰大学巴尔的摩郡分校）；University of Colorado Boulder（科罗拉多大学博尔德分校）；Geophysical Fluid Dynamics Laboratory, NOAA（美国国家海洋和大气管理局地球物理流体动力学实验室）；NSF HDR Institute for Harnessing Data and Model Revolution in the Polar Regions (iHARP)（美国国家科学基金会HDR极地数据与模型变革应用研究所（iHARP））
针对北极放大效应成因量化中固定处理效应、时变混杂和非线性数据带来的挑战，提出结合循环神经网络与概率平衡的 TCINet，以提升连续处理下的时间序列因果推断能力。
2023-09-25 cs.AI cs.LG physics.ao-ph
A tutorial on discovering and quantifying the effect of latent causal sources of multimodal EHR data
Department of Biomedical Informatics Vanderbilt University Medical Center（生物医学信息学系范德堡大学医学中心）；Department of Biomedical Informatics University of Pittsburgh（生物医学信息学系匹兹堡大学）；Departments of Medicine & Biomedical Informatics Vanderbilt University Medical Center（医学与生物医学信息学系范德堡大学医学中心）；Departments of Biomedical Informatics & Computer Science Vanderbilt University Medical Center & Vanderbilt University（生物医学信息学与计算机科学系范德堡大学医学中心及范德堡大学）
本文介绍了一种可推广的因果机器学习流程，用于发现大规模电子健康记录的潜在因果源并量化其对临床结果的因果效应，通过处理多模态数据并训练因果模型来估计个体效应，展示了其在医学发现中的实用性和多功能性。
2025-10-31 cs.LG stat.AP
Quantifying the causal effect of speed cameras on road traffic accidents via an approximate Bayesian doubly robust estimator
本文采用近似贝叶斯双稳健（DR）因果推断估计方法量化测速摄像机对道路交通碰撞的影响。以前的实证工作，这表明了不同范围的估计效果，主要是基于结果回归（OR）模型，使用经验贝叶斯方法或简单的前后比较。因果关系和混淆问题很少受到正式关注。因果DR方法结合了倾向得分（PS）和OR模型，以给出平均处理效应（ATE）估计量，该估计量在两个组分模型中任一个的正确规范下一致且渐近正态。我们开发了一种新的近似贝叶斯框架内的这种方法，以获得后验预测分布的ATE的速度摄像机对道路交通碰撞。我们对英格兰的研究结果表明，超速摄像机站点的碰撞次数显著减少（平均ATE = -15%）。我们提出的方法提供了一个很有前途的方法来评估运输安全干预。
2019-08-16 stat.AP
A Survey of Causal Inference Frameworks
因果推断是一门多学科发展和应用的科学。一方面，它基于试验设计和严格的统计推断来衡量观察数据中的治疗效果，以得出因果关系陈述。潜在结果框架是量化因果效应最有影响力的框架之一。另一方面，因果图模型利用有向边来表示因果关系，并对图中变量之间的条件独立关系进行编码。从图中读出条件独立句和重构因果结构两个方面都做了一系列的研究。近年来，对因果推断的最新研究开始将不同的因果推断框架统一起来。本综述旨在回顾过去关于因果推断的工作，主要集中在潜在结果框架和因果图模型。我们希望这一调查将有助于加快理解因果推断在不同领域。
2022-09-02 stat.ME
Causal Identification with Additive Noise Models: Quantifying the Effect of Noise
University of Luxembourg（卢森堡大学）
近年来，人们对因果推断和因果学习进行了大量的研究。许多方法已被开发出来，以确定模型中的因果关系对，并已成功地应用于观测的现实世界的数据，以确定因果关系的方向。然而，在双变量的情况下，因果发现问题仍然具有挑战性。也允许处理双变量情况的一类这样的方法基于加性噪声模型（ANM）。不幸的是，这些方法的一个方面直到现在还没有得到太多的关注：不同的噪声水平对这些方法识别因果关系方向的能力有什么影响。这项工作的目的是弥合这一差距的实证研究的帮助。我们使用一个详尽的模型范围来测试回归与随后的独立性测试（RESIT），其中加性噪声的水平逐渐从原因噪声水平的1%变化到10000%（后者保持固定）。此外，这项工作中的实验考虑了几种不同类型的分布以及线性和非线性模型。实验结果表明，ANMs方法可能无法捕捉到真正的因果方向的一些水平的噪声。
2021-10-15 cs.LG stat.ML
Towards Learning and Explaining Indirect Causal Effects in Neural Networks
Indian Institute of Technology Hyderabad（印度海得拉巴理工学院）；Honeywell（霍尼韦尔）
针对神经网络忽略间接因果效应的问题，提出基于结构因果模型的前馈连接方法，在训练期间捕获并量化直接、间接和总因果效应，实验证明其能更好逼近真实效应。
2024-01-08 cs.AI cs.LG stat.ME
Quantifying the Causal Effect of Financial Literacy Courses on Financial Health
本研究利用2021年全国金融能力研究数据，通过多种因果估计方法量化金融素养教育对金融健康的正向因果效应，并验证其稳健性，为金融教育政策提供依据。
2024-05-03 stat.AP
Bayesian Inference and Partial Identification in Multi-Treatment Causal Inference with Unobserved Confounding
在因果估计问题中，感兴趣的参数通常只能部分识别，这意味着即使有无限的数据，参数也不能被精确地恢复。在这里，我们研究贝叶斯推断的部分确定的处理效应在多治疗因果推断问题与未观察到的混杂。原则上，推断部分识别的处理效应在贝叶斯范式下是自然的，但结果可能对参数化和先前规范高度敏感，通常以令人惊讶的方式。因此，理解关于处理效应的结论的哪些方面完全由先前的规范驱动是至关重要的。我们使用了一个所谓的透明参数化的影响，更可解释的科学动机的多重效果的先验规范。我们证明了我们的分析在一个例子中量化基因表达水平对小鼠肥胖的影响。
2022-04-23 stat.ME
Causal Inference under Network Interference with Noise
越来越多的是，有一个显着的兴趣，估计因果关系的影响下，网络干扰，由于这样一个事实，干扰自然体现在网络实验。然而，网络信息通常仅在一定程度的误差下可用。我们研究了这种错误的传播，估计网络干扰下的平均因果效应。具体来说，假设一个四水平的暴露模型和伯努利随机分配的治疗，我们的特点是网络噪声的影响，在均匀和非均匀网络的标准估计的偏差和方差。此外，我们提出了方法的时刻估计偏差减少网络复制的最小数量。我们证明了我们的估计是渐近正态的，并提供了量化这些估计的不确定性的置信区间。我们说明了我们的估计，通过模拟研究在英国中学接触网络的实际表现。
2022-08-31 stat.ME
Quantifying Ignorance in Individual-Level Causal-Effect Estimates under Hidden Confounding
University of Oxford（牛津大学）；Technion – Israel Institute of Technology（以色列理工学院）
我们研究的问题，学习条件平均治疗效果（CATE）从高维，观察数据与未观察到的混杂因素。未观察到的混杂因素通过诱导CATE估计值的偏倚，引入了对个体治疗反应的无知（一种不可识别的水平）。我们提出了一个新的参数区间估计适合于高维数据，估计一系列可能的CATE值时，给出了一个预定义的范围内的隐藏混杂的水平。此外，以前的区间估计不考虑与原始研究中可能代表性不足的样本或违反重叠假设的样本相关的CATE的无知。我们的区间估计量还结合了模型的不确定性，使从业者可以知道的分布数据。我们证明了我们的估计收敛到严格的CATE上的界限时，可能有未观察到的混淆，并使用半合成，高维数据集进行评估。
2022-02-01 cs.LG stat.ML
Causal Analysis at Extreme Quantiles with Application to London Traffic Flow Data
提出一种结合重尾特征估计极端尾部处理效应的新方法，应用于伦敦交通数据，发现Cycle Superhighways运营后极端交通流量显著增加。
2023-08-07 stat.ME
On Measuring Intrinsic Causal Attributions in Deep Neural Networks
Indian Statistical Institute（印度统计研究所）；University at Buffalo（布法罗大学）
本文提出可识别的生成式事后框架，将神经网络视为结构因果模型以量化内在因果贡献，并建立其与Sobol'指数的联系，实验证明该方法比现有全局解释技术更直观可靠。
2025-05-14 cs.LG stat.ML
Sharp variance estimator and causal bootstrap in stratified randomized experiments
Tsinghua University（清华大学）；North Carolina State University（北卡罗来纳州立大学）；Duke University（杜克大学）
本文提出了一种精确方差估计和两种因果Bootstrap方法，用于更准确地近似分层随机实验中加权差异均值估计量的抽样分布，以解决小样本或结果偏斜时传统Neyman型方差估计器过于保守和正态近似失效的问题。
2025-05-17 math.ST stat.AP stat.ME
Entropic Causal Inference: Identifiability and Finite Sample Results
MIT（麻省理工学院）；MIT-IBM Watson AI Lab（麻省理工学院-IBM沃森人工智能实验室）；IBM Research（IBM研究院）
熵因果推断是从观测数据中推断两个分类变量之间因果关系方向的框架。核心假设是系统中未观察到的随机性不会太大。这种未观察到的随机性是由基础结构因果模型中的外生变量的熵来衡量的，该模型控制着观察到的变量之间的因果关系。Kocaoglu等人指出，当外生变量的熵不太大时，因果方向是可识别的。在本文中，我们证明了他们的猜想的一个变种。也就是说，我们表明，几乎所有的因果模型的外生变量的熵不与观测变量的状态数的比例，因果方向是可识别的观测数据。我们还考虑了Kocaoglu等人提出的基于最小熵耦合的算法方法，并首次证明了使用有限数量的样本的算法可识别性保证。我们进行了大量的实验，以评估该方法的鲁棒性放松我们的理论中的一些假设，并证明了恒定熵的外生变量和没有潜在的混淆假设可以放松在实践中。我们还经验性地描述了因果识别所需的观察样本的数量。最后，我们将该算法应用于Tuebingen因果对数据集。
2021-01-10 cs.AI cs.IT cs.LG
Quantifying First-Order Markov Violations in Noisy Reinforcement Learning: A Causal Discovery Approach
University of California, Santa Barbara（加州大学圣巴巴拉分校）
本文提出结合PCMCI因果发现与马尔可夫违背分数（MVS）的方法，用于检测噪声和部分可观测性对强化学习单步转移假设的破坏，并通过经典控制任务验证关键状态维度对保持马尔可夫一致性和学习性能的重要性。
2025-06-01 cs.AI cs.LG stat.ML
Causal models for dynamical systems
概率模型描述了处于观测状态的系统。然而，在许多情况下，我们感兴趣的是系统在干预下的反应。结构因果模型类提供了一种语言，使我们能够对干预下的行为进行建模。它可以作为一个起点来回答大量的因果问题，包括因果效应的识别或因果结构学习。在这一章中，我们提供了一个自然的和直接的扩展这个概念的动力系统，专注于连续时间模型。特别是，我们介绍了两种类型的因果动力学模型，不同的随机性如何进入模型：它可以被认为是观测噪声或系统驱动噪声。在这两种情况下，我们都定义了干预措施，因此为因果推断提供了可能的起点。从这个意义上说，本书提供的问题多于答案。例如，所提出的因果动力学模型的重点在于动力学本身，而不是相应的平稳分布。我们认为，当目标是对系统的全时演变进行建模并且在不同时间点测量数据时，这是有益的。在这个焦点下，考虑微分方程本身的干预是很自然的。
2020-01-17 math.DS stat.ME
Causal Inference in Genetic Trio Studies
本研究提出一种基于遗传三联体数据的因果推断方法，利用减数分裂天然随机性，通过Digital Twin Test识别基因组因果变异区域，无需假设基因型与表型的关系，还可结合黑盒模型和额外数据提升效能。
2020-02-22 stat.AP stat.ME
Quantifying the Causal Operational Determinants of Service Reliability in Urban Rail Transit: Evidence from Panel Double/Debiased Machine Learning
Imperial College London（帝国理工学院）
本研究采用面板双/去偏机器学习分析46家国际地铁运营商数据，量化了需求压力、服务供给等运营因素对地铁可靠性的因果效应，发现供需匹配度对可靠性的关键影响。
2026-08-19 stat.AP
Quantifying Aleatoric Uncertainty of the Treatment Effect: A Novel Orthogonal Learner
本文提出了一种新的正交学习者（AU-learner），用于量化治疗效应的偶然不确定性，通过部分可识别性方法获得CDTE的精确界限，并展示了其在Neyman正交性和准Oracle效率方面的优势。
2026-03-12 cs.LG stat.ML
Bridging Finite and Super Population Causal Inference
在实验数据的因果分析中有两种普遍的观点：超级总体观点认为，这些单元是来自一些假设的无穷总体的独立样本;有限总体观点认为，实验单元的潜在结果是固定的，随机性仅来自治疗分配的物理随机化。这两种观点在概念上和数学上有所不同，导致平均因果效应的常用均值差估计量的抽样方差不同。然而，实际上，这两个视图导致相同的方差估计量。通过回顾方差分解和利用完整性类型的参数，我们在完全随机实验中建立了这两种观点之间的联系。这一替代提法可以作为一个模板，在其他情况下，连接有限和超级人口因果推理。
2017-02-28 math.ST stat.TH
Bayesian nonparametric mixtures of categorical directed graphs for heterogeneous causal inference
本文提出基于分类DAG的狄利克雷过程混合模型，在个体层面进行异质性因果推断，并通过模拟和乳腺癌心脏毒性数据验证其有效性。
2024-08-31 stat.AP stat.ME
Structural Causal Models for Extremes: an Approach Based on Exponent Measures
提出极值结构因果模型（eSCM），利用指数测度描述极值因果关系，通过激活变量抽象单大跳原理，并利用内在不对称性实现因果方向识别。
2026-10-06 math.ST stat.ME stat.TH
A Sensitivity Approach to Causal Inference Under Limited Overlap
Columbia University（哥伦比亚大学）
本文提出一种敏感性框架，用于在有限重叠情况下评估因果推断结果的稳健性，通过分析结果函数的不规则性来量化偏差，并通过实验证明该方法能防止虚假发现。
2026-04-18 cs.LG stat.ME stat.ML
A fine-grained look at causal effects in causal spaces
ETH Zürich, Switzerland（瑞士苏黎世联邦理工学院）
本文从事件层面探讨因果效应，引入事件和sigma-algebra的定义，证明因果效应与干预措施下的独立性关系，并提出量化措施以评估因果效应的强度与性质。
2026-04-04 cs.AI math.ST stat.ME
Quantifying identifiability in independent component analysis
当误差分布接近高斯分布（但不同于高斯分布）时，我们对ICA模型中混合矩阵的一致估计感兴趣。特别地，我们考虑来自ICA模型$X = Aε$的$n$独立样本，其中我们假设$ε$的坐标根据受污染的高斯分布独立且同分布，并且允许污染量取决于$n$。然后，我们研究如何一致地估计混合矩阵的能力取决于污染的量。我们的研究结果表明，在渐近意义上，如果污染量以$1/\sqrt{n}$或更快的速度减少，那么混合矩阵只能识别转置产品。这些结果也有影响的因果关系推断，从线性结构方程模型与近高斯加性噪声。
2014-08-23 math.ST stat.TH
Robustness Metric for Quantifying Causal Model Confidence and Parameter Uncertainty
许多估计因果模型的方法并不提供结果模型的置信度估计。在这项工作中，提出了一个度量标准，用于验证因果模型拟合的输出;重新采样数据的模型结构的鲁棒性。该度量是为时间序列因果模型开发的，但也适用于非时间序列数据。可以利用所提出的度量，而不管选择用于拟合因果模型的方法。我们发现，对于综合生成的数据，该指标在大多数情况下能够成功识别真正的数据生成模型。此外，该指标提供了由稳健性水平表示的模型置信度的定性测量以及模型系数中不确定性的准确估计，这对于解释模型结果很重要。使用此度量的数值模拟数据和现有的因果模型文献的案例研究证明。
2016-02-06 stat.AP stat.ME
Quantifying the behavioural relevance of hippocampal neurogenesis
很少有研究正式建立神经发生和行为之间的共变或排除竞争的解释检查神经发生-行为的关系。因此，如果其他机制解释了部分甚至全部实验效应，那么神经发生的行为相关性可能被高估。对文献进行了系统回顾，并使用因果中介分析对数据进行了重新分析，该分析可以估计新海马神经元的行为贡献与其他可能运作的机制分开。然后将11项符合条件的个体研究的结果合并到荟萃分析中，以提高精确度（代表来自215只动物的数据），并表明神经发生对行为的贡献可以忽略不计（标准化效应= 0.15; 95% CI = -0.04至0.34; p = 0.128）;其他机制解释了大多数实验效应（标准化效应= 1.06; 95%CI = 0.74 - 1.38; p = 1.7 $\times 10^{-11}$）。
2014-11-09 q-bio.NC stat.AP
Variational Causal Networks: Approximate Bayesian Inference over Causal Structures
ETH Zurich（苏黎世联邦理工学院）；Mila（米拉人工智能研究所）；Université de Montréal（蒙特利尔大学）；ElementAI；ServiceNow；MPI for Intelligent Systems（马克斯·普朗克智能系统研究所）；CIFAR（加拿大高等研究院）
学习数据背后的因果结构是实现强大的现实世界决策的关键一步。因果推理中的大多数现有工作集中于确定单个有向无环图（DAG）或其马尔可夫等价类。然而，一个关键的方面，智能地采取行动的知识因果结构，已推断出从有限的数据要求推理其不确定性。例如，计划干预以了解更多关于管理我们数据的因果机制的信息，需要量化DAG的认知不确定性。虽然贝叶斯因果推理允许这样做，但即使对于少量变量，DAG的后验也变得难以处理。为了克服这个问题，我们提出了一种形式的变分推理的结构因果模型（SCM）的图。为此，我们引入了一个参数变分家庭建模的自回归分布在离散DAG的空间。它的参数数量不会随着变量的数量呈指数增长，并且可以通过最大化证据下限（ELBO）来学习。在我们的实验中，我们证明了所提出的变分后验是能够提供一个很好的近似的真实后验。
2021-06-14 cs.AI cs.LG stat.ML
Quantifying information transfer and mediation along causal pathways in complex systems
信息传递的测量已经成为一种流行的方法来分析复杂系统中的相互作用，如地球或人脑从测量的时间序列。最近的工作集中在信息传递的因果定义，排除了共同驱动因素和间接影响的影响。虽然前者显然构成了一个虚假的因果关系，本文的目的是制定措施，量化不同的概念的强度沿间接因果路径的信息传递，首先重建的多元因果网络（\emph{Tigramite}方法）的基础上。另一类新的测量方法量化了因果路径上不同的中间过程在多大程度上有助于确定因果信息传递途径的相互作用机制。一个严格的数学框架允许一个明确的信息理论的解释，也可以与潜在的动力学证明某些类的过程。然而，一般来说，信息传递的估计仍然很难解释非线性交织的复杂系统。但是，如果没有实验或数学模型，测量因果依赖结构中的信息传递路径至少可以抽象出动态。这些措施说明了一个气候的例子，解开欧洲上空的大气流动路径。
2016-03-18 math.ST stat.ME stat.OT
Quantifying Uncertainty in Classification Performance: ROC Confidence Bands Using Conformal Prediction
针对测试数据随机性导致ROC曲线结论可信度不足的问题，提出基于共形预测的ROC曲线置信带构建算法，覆盖iid和non-iid两种测试场景，经理论与实验验证可有效量化分类性能不确定性。
2024-05-21 stat.ME
Quantifying uncertainty of individualized treatment effects in right-censored survival data: A comparison of Bayesian additive regression trees and causal survival forest
本文通过广泛的模拟研究，比较了在右删失生存数据中量化个体化处理效应不确定性时，贝叶斯加性回归树（BART）和因果生存森林（CSF）的区间估计覆盖率，发现BART在三种设置下均优于CSF。
2025-04-06 stat.AP stat.ME
Discovering Causal Relationships Between Time Series With Spatial Structure
University of St Andrews（圣安德鲁斯大学）
本文提出一种扩展时间序列因果发现的方法，以处理具有空间结构的系统，解决空间自相关和复杂混杂问题，同时指出未来研究方向。
2026-10-21 stat.ME
