Missing data and cluster graphs: cluster-level missingness vs variable-level missingness
缺失数据与簇图：簇层面缺失和变量层面缺失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：摘要明确讨论缺失数据下因果查询和因果效应的可恢复性，直接对应因果推断。
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…
缺失数据与簇图：簇层面缺失和变量层面缺失
- 研究问题
- 当研究者只掌握变量分组后的粗粒度结构信息时，哪些概率分布与因果效应仍可从缺失数据中恢复，何时必须补充变量层面的机制信息？
- 方法与思路
- 作者提出保留变量缺失指标和聚合簇级缺失机制的两类图，形式化它们与底层变量缺失模型的兼容性，并研究可恢复性的图条件。
- 材料陈述的贡献
- 摘要称给出了联合分布及宏观层面因果效应的恢复条件，说明簇级缺失信息何时足够，以及何时粗粒度抽象会妨碍有效推断。
- 阅读关注点
- 应核对两类图各自保留和丢失的信息、兼容性的量词范围，以及恢复条件是充分还是必要，尤其关注因果查询与概率查询的区别。
- 阅读边界
- 所用版本为 arXiv 预印本，同行评审或期刊接收未核实；摘要未列出具体图条件和识别公式，宏观因果效应也不等同于宏观经济应用。
原文摘要
Missing data is pervasive in many scientific domains such as public health, environmental science, and the social sciences. Recoverability from missing data is typically studied using fully specified variable-level missingness models despite that, in many applications, only coarse structural information is available, for instance when variables are grouped into clusters due to limited knowledge or interpretability reasons. In this paper, we investigate recoverability from such abstract representations. We introduce two classes of cluster-based missingness graphs: the m-C-DMG, which retains variable-specific missingness indicators, and the cm-C-DMG, which aggregates missingness mechanisms at the cluster level. We formalize the notion of compatibility between these abstract graphs and underlying variable-level missingness models, and study how this abstraction affects the recoverability of probabilistic and causal queries. In particular, we give graphical conditions of recovering the joint distribution as well as graphical conditions of recovering a macro causal effect. Overall, our results clarify when cluster-level missingness information is sufficient for valid inference, and when finer-grained modeling is necessary.