LITERATURE REVIEW OF CAUSAL INFERENCE WITH THE USE OF STRUCTURAL CAUSAL MODELS (SCM)

Διπλωματική Εργασία uoadl:2918381 19 Αναγνώσεις

Μονάδα:
Κατεύθυνση Στατιστική και Επιχειρησιακή Έρευνα
Βιβλιοθήκη Σχολής Θετικών Επιστημών
Ημερομηνία κατάθεσης:
2020-07-07
Έτος εκπόνησης:
2020
Συγγραφέας:
Αναστασιος Διονυσοπουλος
Στοιχεία επιβλεπόντων καθηγητών:
Φώτιος Σιαννης, Επίκουρος Καθηγητής, Μαθηματικό, ΕΚΠΑ
Πρωτότυπος Τίτλος:
LITERATURE REVIEW OF CAUSAL INFERENCE WITH THE USE OF STRUCTURAL CAUSAL MODELS (SCM)
Γλώσσες εργασίας:
Αγγλικά
Μεταφρασμένος τίτλος:
Βιβλιογραφική Ανασκόπηση της αιτιώδους συμπερασματολογίας με την Χρήση των Δομικών Αιτιώδων Μοντέλων
Περίληψη:
Σκοπός αυτής της διπλωματικής είναι η μοντελοποίηση της αιτιώδους συμπερασματολογίας, καθώς
και η μελέτη της σε εμπειρικά δεδομένα. Στην στατιστική, όταν βρίσκουμε δυο μεταβλητές εξαρτημένες
δεν συνεπάγεται ότι η εξάρτηση αυτή είναι αιτιακή, δηλαδή ότι η μια είναι η αιτία και η άλλη το αποτέλεσμα. Δηλαδή, για την μοντελοποίηση της αιτιώδους συμπερασματολογίας εκτός απο
μέτρα συσχέτισης χρειαζόμαστε και μέτρα που να δείχνουν την κατεύθυνση της πληροφορίας.
Για αυτό τον σκοπό χρησιμοποιούμε τους κατευθυνόμενουν άκυκλους γράφους (ΚΑΓ). Στα πρώτα
τρία κεφάλαια, γίνεται μελέτη των ΚΑΓ ως προς την ικανότητα τους να αποθηκεύουν πληροφορία
που σχετίζεται με την εξάρτηση και ανεξαρτησία τυχαίων μεταβητών. Επίσης, διατυπόνονται και
δύο βασικές υποθέσεις 1) η Μαρκοβιανή και 2) η πιστότητα που παίζουν καθοριστικό ρόλο σε
αυτη την διαδικασία. Στην συνέχεια, στο τέταρτο κεφάλαιο παρουσιάζονται τα Αιτιώδη Δομικα
Μοντέλα (ΑΔΜ), τα οποία είναι ο τρόπος που χρησιμοποιήσαμε στην διπλωματική αυτή για την
μοντελοποίηση την αιτιακής συμπερασματολογίας. Τα ΑΔΜ εχουν την ικανότητα να μοντελοποιούν
κατανομές πιθανότητας αλλα και συμβατους γράφους με την κατανομή την ίδια στιγμή. ’Οπως η
κατανομές στην στατιστική θεωρούμε οτι δημιουργούν τα δεδόμενα, έτσι και τα ΑΔΜ στην αιτιώδη
συμπερασματολογία εχουν τον ίδιο ρόλο με την διαφορά οτι παρέχουν περισσότερες πληροφοριές.
Ο λόγος όμως που τα κάνει ιδιαίτερα προσιτό μέσο για την μελέτη της αιτιώδους συμπερασματολογίας είναι οτι έχουν την δυνατότητα να μοντελοποιούν και κατανομές που προκύπτουν απο τυχαιοποιη-
μένες δοκιμές ή αλλιώς κατανομές που προέκυψαν μετά απο επέμβαση στο σύστημα. Ένας τρόπος
για να εξαταστεί αν μια μεταβλητή εχει αιτιώδη επίδραση σε μια άλλη είναι, κρατώντας όλες τις
παραμέτρους του συστήματος σταθερές, να μεταβάλεις μόνο την ζητούμενη και να δείς τις αλλαγές
που επιφέρει αυτή στο σύστημα. Αυτο όμως ειναι αρκετά δύσκολο να γίνει στην πραγματικότητα.
Παρόλα αυτά τα ΑΔΜ δίνουν την λύση σε αυτό το πρόβλημα. Στο πέμπτο κεφάλαιο με την
υπόθεση οτι το ΑΔΜ που δημιουργεί τα δεδομένα ειναι γνωστό, παρουσιάζεται ενδελεχώς ο τρόπος
υπολογισμού της αιτιώδους επίδρασης μιας μεταβλητής βασισμένος στις τυχαιοποιημένες δοκιμές-
κατανομές που προκύποτουν μετά απο επέμβαση. Τέλος στο έκτο κεφάλαιο παρουσιάζονται αλγόρρυθμοι εξαγωγής των ΑΔΜ απο εμπειρικά δεδομένα και στο έβδομο και τελευταίο κεφάλαιο γίνεται
η σύγκρισή τους.
Κύρια θεματική κατηγορία:
Θετικές Επιστήμες
Λέξεις-κλειδιά:
Αιτιώδη συμπερασματολογία
Ευρετήριο:
Όχι
Αρ. σελίδων ευρετηρίου:
0
Εικονογραφημένη:
Ναι
Αρ. βιβλιογραφικών αναφορών:
51
Αριθμός σελίδων:
129
literature review in causality inference with the use of structural causal models.pdf (2 MB) Άνοιγμα σε νέο παράθυρο