論文の概要: General sample size analysis for probabilities of causation: a delta method approach

• arxiv url: http://arxiv.org/abs/2602.17070v1
• Date: Thu, 19 Feb 2026 04:25:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-20 15:21:28.695516
• Title: General sample size analysis for probabilities of causation: a delta method approach
• Title（参考訳）: 因果確率の一般サンプルサイズ解析:デルタ法アプローチ
• Authors: Tianyuan Cheng, Ruirui Mao, Judea Pearl, Ang Li,
• Abstract要約: デルタ法に基づく一般的なサンプルサイズフレームワークを提案する。 提案手法は,実験および観測確率の線形結合の有限最小値あるいは最大値として,PoCsのターゲット境界を表現できる設定に適用する。
• 参考スコア（独自算出の注目度）: 12.153332840370998
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Probabilities of causation (PoCs), such as the probability of necessity and sufficiency (PNS), are important tools for decision making but are generally not point identifiable. Existing work has derived bounds for these quantities using combinations of experimental and observational data. However, there is very limited research on sample size analysis, namely, how many experimental and observational samples are required to achieve a desired margin of error. In this paper, we propose a general sample size framework based on the delta method. Our approach applies to settings in which the target bounds of PoCs can be expressed as finite minima or maxima of linear combinations of experimental and observational probabilities. Through simulation studies, we demonstrate that the proposed sample size calculations lead to stable estimation of these bounds.
• Abstract（参考訳）: 因果関係の確率 (PoCs) は、必要と十分性 (PNS) の確率は意思決定にとって重要なツールであるが、一般的にはポイント識別はできない。 既存の研究は、実験データと観測データの組み合わせを用いて、これらの量の境界を導出した。 しかし、サンプルサイズ分析に関する非常に限定的な研究、すなわち、望ましい誤差のマージンを達成するために、実験的なサンプルと観測的なサンプルがいくつ必要かという研究がある。 本稿ではデルタ法に基づく一般的なサンプルサイズフレームワークを提案する。 提案手法は,実験および観測確率の線形結合の有限最小値あるいは最大値として,PoCsのターゲット境界を表現できる設定に適用する。 シミュレーション研究を通じて,提案したサンプルサイズ計算が,これらの境界値の安定な推定に繋がることを示した。

関連論文リスト

• Efficient Covariance Estimation for Sparsified Functional Data [51.69796254617083]
  共分散関数のランダムノット(ランダムノット-空間)とB-スプライン(Bspline-Spatial)推定器は計算的に効率的である。 共分散の漸近的なポイントワイドは、ある規則性条件下でのスパース化された個々の軌跡に対して得られる。
  論文  参考訳（メタデータ） (2025-11-23T00:50:33Z)
• Cross-Validated Causal Inference: a Modern Method to Combine Experimental and Observational Data [48.72384067821617]
  我々は、因果推論において実験データと観測データを統合するための新しい手法を開発した。 実験と観測の損失の重み付けを最小化することにより、因果パラメータを含む完全なモデルを得る。 実データおよび合成データを用いた実験により,本手法の有効性と信頼性が示された。
  論文  参考訳（メタデータ） (2025-11-01T22:24:16Z)
• Assessing One-Dimensional Cluster Stability by Extreme-Point Trimming [0.0]
  本研究では, 一次元試料のテール挙動と幾何学的安定性を評価するための確率的手法を開発した。 有限サンプル補正を含む解析式は、一様仮説とガウス仮説の両方の下で期待される縮退について導出する。 我々はさらにクラスタリングパイプライン(DBSCANなど)に統合し、密度推定やパラメータチューニングなしに1次元のクラスタを検証する能力を示す。
  論文  参考訳（メタデータ） (2025-08-29T21:52:15Z)
• Selective Nonparametric Regression via Testing [54.20569354303575]
  本研究では,所定の点における条件分散の値に関する仮説を検証し,留置手順を開発する。 既存の手法とは異なり、提案手法は分散自体の値だけでなく、対応する分散予測器の不確実性についても考慮することができる。
  論文  参考訳（メタデータ） (2023-09-28T13:04:11Z)
• Detecting Adversarial Data by Probing Multiple Perturbations Using Expected Perturbation Score [62.54911162109439]
  逆方向検出は、自然分布と逆方向分布の差に基づいて、与えられたサンプルが逆方向であるかどうかを判定することを目的としている。 本研究では,様々な摂動後の標本の予測スコアであるEPS(pre expected perturbation score)を提案する。 EPSに基づく最大平均誤差(MMD)を,試験試料と自然試料との差を測定する指標として開発する。
  論文  参考訳（メタデータ） (2023-05-25T13:14:58Z)
• Probabilities of Causation: Adequate Size of Experimental and Observational Samples [17.565045120151865]
  テアンとパールは, 必要十分性(PNS), 十分性(PS), 必要性(PN)について, 実験的および観察的データを用いて, 鋭い境界を導出した。 この仮定は、実験的な分布と観測的な分布を正確に推定するために十分な量のサンプルを保有しているというものである。 本稿では、所定の信頼区間(CI)が特定された場合に、そのような推定に必要なサンプルサイズを決定する方法を提案する。
  論文  参考訳（メタデータ） (2022-10-10T21:59:49Z)
• Bayesian nonparametric estimation of coverage probabilities and distinct counts from sketched data [6.510507449705344]
  ランダムハッシュを用いてスケッチしたデータからカバレッジ確率を推定するノンパラメトリック手法を提案する。 提案したベイズ推定器はディリクレ法と組み合わせて大規模解析に容易に適用できることが示されている。 提案手法の実証的有効性は、数値実験と応用を通して、コビッドDNA配列、古典英語文献、IPアドレスの実際のデータセットに適用できることを実証する。
  論文  参考訳（メタデータ） (2022-09-05T20:48:04Z)
• 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 a Variational Approximation based Empirical Likelihood ABC Method [1.5293427903448025]
  本稿では,ABC法を提案する。 対象の対数姿勢は、期待される関節対数類似度とデータ生成密度の差分エントロピーの和として近似できることを示す。
  論文  参考訳（メタデータ） (2020-11-12T21:24:26Z)
• Tracking disease outbreaks from sparse data with Bayesian inference [55.82986443159948]
  新型コロナウイルス(COVID-19)のパンデミックは、感染発生時の感染率を推定する新たな動機を与える。 標準的な手法は、より細かいスケールで共通する部分的な観測可能性とスパースなデータに対応するのに苦労する。 原理的に部分観測可能なベイズ的枠組みを提案する。
  論文  参考訳（メタデータ） (2020-09-12T20:37:33Z)
• Unbiased and Efficient Log-Likelihood Estimation with Inverse Binomial Sampling [9.66840768820136]
  逆二項サンプリング(IBS)は、データセット全体のログ類似度を、バイアスなく効率的に推定することができる。 IBSは、推定パラメータと最大対数類似値において、代替サンプリング法よりも低い誤差を生成する。
  論文  参考訳（メタデータ） (2020-01-12T19:51:35Z)

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。