On the identification of path analysis models with one hidden variable
含一个隐藏变量的路径分析模型的识别AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论通用路径模型的参数识别，未明确给出因果效应或经济结构估计问题，分类证据不足。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
含一个隐藏变量的路径分析模型的识别
- 研究问题
- 含一个隐藏变量的路径分析模型，在对隐藏变量边缘化或以其为条件时，哪些图结构能够提供参数可识别性的充分条件？
- 方法与思路
- 作者从模型对应的有向无环图推导识别充分条件，并研究条件化隐藏变量的情形及其与扩展偏斜正态分布的联系。
- 材料陈述的贡献
- 摘要称得到可从图结构导出的识别充分条件，处理了边缘化与条件化两种情形，并扩展了已有的图形识别准则。
- 阅读关注点
- 应核对路径模型的参数化、隐藏变量的分布限制、两种处理方式的区别，以及充分条件与已有图形准则之间的具体关系。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；未给出具体图形条件，也未说明是否必要，不能据此认定模型具有因果识别。
原文摘要
We study criteria for identifiability of path analysis models with one hidden variable. We first derive sufficient criteria for identification of models in which marginalisation is carried out over the hidden variable. The sufficient criteria are based on the structure of the directed acyclic graph associated with the path analysis model and can be derived from the graph. We treat further the identification of models when the hidden variable is conditioned on and establish connections with the extended skew-normal distribution. Finally it is shown that the derived conditions extend the existing graphical criteria for identification.