An extensive simulation study evaluating the interaction of resampling techniques across multiple causal discovery contexts
不同因果发现情境下重抽样技术交互作用的大规模模拟研究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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确研究非实验因果模型的发现与评估，重点是因果发现算法中重抽样和调节参数的关系，属于因果推断方法方向。
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…
不同因果发现情境下重抽样技术交互作用的大规模模拟研究
- 研究问题
- 因果发现中以重抽样衡量模型特征稳定性时，重抽样方法应如何结合样本量、发现算法及调节参数进行选择？
- 方法与思路
- 作者从理论上分析某些重抽样方法与特定算法调节参数取值的对应关系，再通过多种因果发现情境下的模拟进行检验。
- 材料陈述的贡献
- 摘要称，理论和模拟共同揭示重抽样与调参之间的联系，并为实践中联合选择重抽样方法及算法参数提供具体指导。
- 阅读关注点
- 应核对理论结论涵盖哪些算法与重抽样方案、模拟中的因果结构假设，以及特征稳定性与因果关系正确性之间的区别。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未获验证；摘要未列出具体选择规则、算法范围或数值结果，稳定性不能直接验证因果性。
原文摘要
Despite the accelerating presence of exploratory causal analysis in modern science and medicine, the available non-experimental methods for validating causal models are not well characterized. One of the most popular methods is to evaluate the stability of model features after resampling the data, similar to resampling methods for estimating confidence intervals in statistics. Many aspects of this approach have received little to no attention, however, such as whether the choice of resampling method should depend on the sample size, algorithms being used, or algorithm tuning parameters. We present theoretical results proving that certain resampling methods closely emulate the assignment of specific values to algorithm tuning parameters. We also report the results of extensive simulation experiments, which verify the theoretical result and provide substantial data to aid researchers in further characterizing resampling in the context of causal discovery analysis. Together, the theoretical work and simulation results provide specific guidance on how resampling methods and tuning parameters should be selected in practice.