論文の概要: A category theoretical argument for causal inference
- arxiv url: http://arxiv.org/abs/2004.09999v2
- Date: Sun, 14 Jun 2020 21:43:32 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-15 03:31:11.946690
- Title: A category theoretical argument for causal inference
- Title(参考訳): 因果推論のための分類論的議論
- Authors: R\'emy Tuy\'eras
- Abstract要約: 本研究の目的は,因果的要因間の複雑な相互作用を考慮した因果的推論手法を設計することである。
提案手法は, 従属変数, 独立変数, 潜伏変数の定義をカテゴリー論的に再定義することに依存する。
本稿では,遺伝子学分野のゲノムワイド・アソシエーション・アルゴリズムを設計するために,提案手法をどのように利用できるかを示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The goal of this paper is to design a causal inference method accounting for
complex interactions between causal factors. The proposed method relies on a
category theoretical reformulation of the definitions of dependent variables,
independent variables and latent variables in terms of products and arrows in
the category of unlabeled partitions. Throughout the paper, we demonstrate how
the proposed method accounts for possible hidden variables, such as
environmental variables or noise, and how it can be interpreted statistically
in terms of $p$-values. This interpretation, from category theory to
statistics, is implemented through a collection of propositions highlighting
the functorial properties of ANOVA. We use these properties in combination with
our category theoretical framework to provide solutions to causal inference
problems with both sound algebraic and statistical properties. As an
application, we show how the proposed method can be used to design a
combinatorial genome-wide association algorithm for the field of genetics.
- Abstract(参考訳): 本研究の目的は,因果要因間の複雑な相互作用を考慮した因果推論手法を設計することである。
提案手法は, 依存変数, 独立変数, 潜在変数の定義を, 未ラベル分割のカテゴリにおける積と矢印の観点から, カテゴリー論的に再構成した。
本稿では,環境変数や騒音などの隠れ変数について,提案手法がどのように説明されているか,および$p$-valuesで統計的に解釈できるかを示す。
この解釈は圏論から統計学まで、ANOVAの関手的性質を強調する命題の集合を通じて実装される。
これらの性質とカテゴリ理論の枠組みを組み合わせることで、音場代数的および統計的性質の両面から因果推論問題の解を提供する。
本稿では,遺伝子学の分野を対象とした組換えゲノムワイド・アソシエーション・アルゴリズムを設計するために,提案手法をどのように利用できるかを示す。
関連論文リスト
- Nonparametric Partial Disentanglement via Mechanism Sparsity: Sparse
Actions, Interventions and Sparse Temporal Dependencies [58.179981892921056]
この研究は、メカニズムのスパーシティ正則化(英語版)と呼ばれる、アンタングルメントの新たな原理を導入する。
本稿では,潜在要因を同時に学習することで,絡み合いを誘発する表現学習手法を提案する。
学習した因果グラフをスパースに規則化することにより、潜伏因子を復元できることを示す。
論文 参考訳(メタデータ) (2024-01-10T02:38:21Z) - Enriching Disentanglement: From Logical Definitions to Quantitative Metrics [59.12308034729482]
複雑なデータにおける説明的要素を遠ざけることは、データ効率の表現学習にとって有望なアプローチである。
論理的定義と量的指標の関連性を確立し, 理論的に根ざした絡み合いの指標を導出する。
本研究では,非交叉表現の異なる側面を分離することにより,提案手法の有効性を実証的に実証する。
論文 参考訳(メタデータ) (2023-05-19T08:22:23Z) - String Diagrams with Factorized Densities [0.0]
確率的プログラムと因果モデルの両方が、確率変数の集合上の合同確率密度を定義する。
この研究は、確率写像のマルコフ圏の研究に基づいて、射が各サンプル空間上で分解された結合密度と、サンプルから値を返す決定論的写像を結合する圏を定義する。
論文 参考訳(メタデータ) (2023-05-04T02:30:44Z) - SARAH-based Variance-reduced Algorithm for Stochastic Finite-sum
Cocoercive Variational Inequalities [137.6408511310322]
有限サムコヒーレンシブ変分不等式の問題を考える。
強い単調な問題に対しては、この方法を用いて解への線形収束を達成することができる。
論文 参考訳(メタデータ) (2022-10-12T08:04:48Z) - Data-Driven Influence Functions for Optimization-Based Causal Inference [105.5385525290466]
統計的汎関数に対するガトー微分を有限差分法で近似する構成的アルゴリズムについて検討する。
本研究では,確率分布を事前知識がないが,データから推定する必要がある場合について検討する。
論文 参考訳(メタデータ) (2022-08-29T16:16:22Z) - Cluster-based Regression using Variational Inference and Applications in
Financial Forecasting [0.0]
本稿では,クラスタを同時に同定し,クラスタ固有の回帰パラメータを与えられたデータから推定する手法について述べる。
提案手法は、市場が異なる体制(またはクラスタ)を持ち、それぞれの体制における異なるパターンと市場変化の相関関係を持つ金融予測に適している。
問題の広範な適用性、エレガントな理論的解法、提案アルゴリズムの計算効率のため、この手法は金融領域を超えて広がる多くの領域で有用である。
論文 参考訳(メタデータ) (2022-05-02T01:19:37Z) - Variance Minimization in the Wasserstein Space for Invariant Causal
Prediction [72.13445677280792]
そこで本研究では,ICPで行ったアプローチを,予測器数で線形にスケールする一連の非パラメトリックテストとして再検討する。
これらのテストはそれぞれ、最適輸送理論の道具から導かれる新しい損失関数の最小化に依存している。
我々は,本手法が同定可能な直接原因の集合を回復できるという軽微な仮定の下で証明し,他のベンチマーク因果探索アルゴリズムと競合することを示す。
論文 参考訳(メタデータ) (2021-10-13T22:30:47Z) - On the Use of Minimum Penalties in Statistical Learning [2.1320960069210475]
本稿では,多変量回帰モデルと結果変数の関係を同時に推定する枠組みを提案する。
現状技術手法を一般化する反復アルゴリズムを解法として提案する。
我々は、提案したMinPenフレームワークを他の指数関数的なファミリー損失関数に拡張し、複数の二項応答に特異的に焦点をあてる。
論文 参考訳(メタデータ) (2021-06-09T16:15:46Z) - Modelling Heterogeneity Using Bayesian Structured Sparsity [0.0]
観察間で異なる変数の効果を推定する方法は、政治科学において重要な問題です。
本稿では,複雑な現象(同様の現象を離散群に展開する観測)を回帰分析に組み込む共通の方法を提案する。
論文 参考訳(メタデータ) (2021-03-29T19:54:25Z) - Latent Causal Invariant Model [128.7508609492542]
現在の教師付き学習は、データ適合プロセス中に急激な相関を学習することができる。
因果予測を求める潜在因果不変モデル(LaCIM)を提案する。
論文 参考訳(メタデータ) (2020-11-04T10:00:27Z) - Latent Instrumental Variables as Priors in Causal Inference based on
Independence of Cause and Mechanism [2.28438857884398]
因果図形構造における潜時楽器変数や隠蔽共通原因などの潜時変数の役割について検討する。
2つの変数間の因果関係を推論する新しいアルゴリズムを導出する。
論文 参考訳(メタデータ) (2020-07-17T08:18:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。