摘要
从观察数据中发现因果关系在近年来得到了越来越多学者的关注,其中外生变量在理解因果机制中扮演者重要的角色.然而,现有的因果发现方法大多假设观察变量就是真实发生的因(果)变量,忽略了测量误差带来的影响.为此,提出了一种解决测量模型下的外生变量估计方法.通过引入triad约束,根据此约束来找出与其余所有相关成对变量都满足triad约束的变量,即外生变量.该算法不仅能够解决含有测量误差数据的估计问题,而且对于没有测量误差的数据仍然适用.实验将该算法应用于真实网络产生的数据中,结果表明,无论变量是否含有测量误差,提出方法均优于现有的其他算法.同时,基于移动基站的真实数据实验也验证了算法的有效性.
基金项目
NSFC-广东联合基金资助项目(U1501254)
国家自然科学基金资助项目(61876043)
广东省自然科学基金资助项目(2014A030306004)
广东省自然科学基金资助项目(2014A030308008)
广东特支计划资助项目(2015TQ01X140)
广州市科技计划资助项目(201902010058)
广东省高校优秀青年科研人才国际培养计划资助项目(40190001)
国家科技期刊平台
NSTL
维普
万方数据