Bounding the probability of causality under ordinal outcomes
有序结果下因果归因概率的界限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：摘要讨论已发生结果的因果归因概率、部分识别界限及中介信息的作用，属于因果推断而非一般有序选择模型。
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
有序结果下因果归因概率的界限
- 研究问题
- 对于已经发生的事件，如何在有序结果情形界定其由某项暴露造成的概率，并利用中介信息进一步缩小归因概率的界限？
- 方法与思路
- 作者先回顾二元结果的因果归因概率定义与界限，再推广至有序结果，并比较仅有暴露结果信息和加入完全中介信息的情形。
- 材料陈述的贡献
- 摘要称，研究把二元结果的归因概率界限推广至有序结果，并展示在完全中介分析中，额外中介信息能够提供更精细的界限。
- 阅读关注点
- 应核对有序结果中归因事件的具体定义、界限是否锐利、完全中介的含义，以及加入中介信息时所需的识别与测量条件。
- 阅读边界
- 所据为 arXiv 预印本，同行评审与期刊接收未核实；摘要未给出界限公式及假设，归因概率也不能直接等同于诉讼胜诉概率。
原文摘要
The probability of causation (PC) is often used in liability assessments. In a legal context, for example, where a patient suffered the side effect after taking a medication and sued the pharmaceutical company as a result, the value of the PC can help assess the likelihood that the side effect was caused by the medication, in other words, how likely it is that the patient will win the case. Beyond the issue of legal disputes, the PC plays an equally large role when one wants to go about explaining causal relationships between events that have already occurred in other areas. This article begins by reviewing the definitions and bounds of the probability of causality for binary outcomes, then generalizes them to ordinal outcomes. It demonstrates that incorporating additional mediator variable information in a complete mediation analysis provides a more refined bound compared to the simpler scenario where only exposure and outcome variables are considered.