详细内容或原文请订阅后点击阅览
激励下的因果推理：带注释的阅读清单
因果推理是确定原因是否以及如何导致结果的过程，通常使用统计方法来区分相关性和因果关系。从数据中学习因果关系是一项重要任务，涉及从医疗保健和药物开发到在线广告和电子商务等各种领域。因此，经济学、统计学、计算机科学和公共政策方面的文献中有大量关于设计因果推理算法和方法的研究。虽然大部分重点都集中在统计性质的问题上，但在对有偏好的战略个人进行因果推理时，还必须考虑博弈论激励因素。例如，当研究中的参与者不遵守规定（即参与者不遵守分配给他们的治疗）时，可能很难在随机对照试验中推断因果关系。更一般地说，当个人可以自由选择自己的治疗方法并且具有不同偏好的个体之间存在足够的异质性时，因果学习可能会很困难。即使可以强制执行，个人也可以通过修改他们呈现给因果推理过程的属性来制定策略，以便 […]
来源:ΑΙhubKeegan Harris Keegan Harris 因果推断是确定原因以及如何导致效应的过程，通常使用统计方法将相关性与因果关系区分开。从数据中学习因果关系是从医疗保健和药物开发到在线广告和电子商务各种领域的重要任务。结果，有关经济学，统计，计算机科学和公共政策的文献已经有很多工作，以设计因果推断算法和方法。 尽管大多数重点都集中在本质上具有统计学的问题上，但在对对他们接受的治疗方面偏爱的战略个人进行因果推断时，还必须考虑游戏理论激励措施。例如，当参与者不遵守研究时，可能很难在随机对照试验中推断因果关系（即，当参与者不遵守分配的治疗时）。更普遍的是，每当个人可以自由自我选择自己的治疗时，因果学习可能很难，并且在不同偏好的个人之间存在足够的异质性。即使可以执行合规性，个人也可以通过修改其对因果推理过程的属性来制定策略，以便分配更理想的治疗方法。 此注释的阅读列表旨在简要摘要在战略代理的存在下进行因果推断。尽管此列表并不全面，但我们希望这对于机器学习社区的成员来说将是一个有用的起点，可以在因果推理和游戏理论的交集中了解有关这个令人兴奋的研究领域的更多信息。 [Robins 1998]：本文概述了在随机试验中纠正不合规的方法（即试验参与者不遵守治疗分配方案）。 [Robins 1998]
Keegan HarrisKeegan Harris 因果推断是确定原因以及如何导致效应的过程，通常使用统计方法将相关性与因果关系区分开。从数据中学习因果关系是从医疗保健和药物开发到在线广告和电子商务各种领域的重要任务。结果，有关经济学，统计，计算机科学和公共政策的文献已经有很多工作，以设计因果推断算法和方法。 尽管大多数重点都集中在本质上具有统计学的问题上，但在对对他们接受的治疗方面偏爱的战略个人进行因果推断时，还必须考虑游戏理论激励措施。例如，当参与者不遵守研究时，可能很难在随机对照试验中推断因果关系（即，当参与者不遵守分配的治疗时）。更普遍的是，每当个人可以自由自我选择自己的治疗时，因果学习可能很难，并且在不同偏好的个人之间存在足够的异质性。即使可以执行合规性，个人也可以通过修改其对因果推理过程的属性来制定策略，以便分配更理想的治疗方法。 此注释的阅读列表旨在简要摘要在战略代理的存在下进行因果推断。尽管此列表并不全面，但我们希望这对于机器学习社区的成员来说将是一个有用的起点，可以在因果推理和游戏理论的交集中了解有关这个令人兴奋的研究领域的更多信息。 [Robins 1998]：本文概述了在随机试验中纠正不合规的方法（即试验参与者不遵守治疗分配方案）。 [Robins 1998]
Keegan Harris
因果推断是确定原因以及如何导致效应的过程，通常使用统计方法将相关性与因果关系区分开。从数据中学习因果关系是从医疗保健和药物开发到在线广告和电子商务各种领域的重要任务。结果，有关经济学，统计，计算机科学和公共政策的文献已经有很多工作，以设计因果推断算法和方法。