Thomas Richardson教授(华盛顿大学)

2012年6月25日10:00 - 12:00,HG G 19.1
2012年6月28日10:00 - 12:00,HG G 19.1
2012年7月2日10:00 - 12:00,HG G 19.1
2012年7月4日10:00 - 12:00,HG G 19.1

摘要

在本系列讲座中，我们将首先介绍因果模型的潜在结果方法。然后，我们将介绍基于有向无环图(DAGs)的多元统计模型，回顾其基本的马尔可夫性质。然后，我们将根据潜在结果为dag提供一个因果解释，将其与后门公式和更普遍的Pearl的do-calculus联系起来。

然后，我们将考虑DAG模型中仅观察边缘分布时出现的两个问题。首先，我们考虑了因果效应的非参数辨识问题，并给出了一个简单的完整算法。其次，我们将描述隐含在观察到的边际分布中的一般一类非参数约束，我们称之为嵌套马尔可夫性质。我们将描述一些相关统计模型的参数化。

最后，如果时间允许，我们将描述为放弃非周期性假设而提出的方法，描述一些实际和理论障碍。

前提条件:对统计问题有一定的基本了解。