Статистика > Методология [представлена 25 ноября 2025 года (v1), последний пересмотренный вариант 15 сентября 2026 года (настоящая версия, v2)) Название: HTML-обзор: Традиционные статистические подходы в первую очередь моделирующие ассоциации между переменными, хотя многие научные и практические вопросы требуют причинно-следственных методов. Эти методы, как правило, основаны на предположениях относительно базовой структуры и часто представлены ациклической графой (DAG). Хотя причинно-следственные структуры могут быть извлечены для получения данных одного уровня, иерархические или многоуровневые системы, в которых единицы (например, растения, учащиеся и пациенты) складываются внутри групп (например окружающей среды, школ или больниц), не имеют подходящих методов. В этой статье рассматриваются такие настройки. Эти многоуровневые структуры часто возникают в таких областях, как сельское хозяйство, где растения растут в различных средах. На основе нелинейных структурных причинно-следственных моделей или моделей аддитивного шума мы предлагаем подход, который облегчает изучение причинной структуры для иерархических когнитивных моделей с присадками к воздействию на уровне группы и специфическими каузальными функциями. Мы также предлагаем использовать имитационный метод расчета жестких мер вмешательства для расчетной причинно-следственной модели. В имитационных исследованиях мы показываем, что предлагаемый метод позволяет определить лежащий в основе иерархический…
Иерархическое изучение причинно-следственной структуры
arXiv:2511.20021v2 Аннонс Тип: заменить резюме: Традиционные статистические подходы, главным образом моделирующие ассоциации между переменными, хотя многие научные и практические вопросы требуют причинных методов вместо этого. Эти методы, как правило, основаны на предположениях относительно базовой структуры и часто представлены ациклической графой (DAG). Хотя причинно-следственные структуры могут быть извлечены для получения данных одного уровня, иерархические или многоуровневые системы, в которых единицы (например, растения, учащиеся и пациенты) складываются внутри групп (таких как окружающая среда, школы или больницы), не имеют подходящих методов. В этой статье рассматриваются такие настройки. Эти многоуровневые структуры часто возникают в таких областях, как сельское хозяйство, где растения растут в различных средах. На основе нелинейных структурных причинно-следственных моделей или моделей аддитивного шума мы предлагаем подход, облегчающий изучение причинной структуры иерархических когнитивных моделей с ненаблюдаемыми присадками группового воздействия и катаклизмом для конкретных групп.
