Score Equivalence for Staged Trees
阶段树模型的评分等价性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：摘要明确讨论图模型的因果结构学习及统计等价模型之间的因果不可区分性。
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
阶段树模型的评分等价性
- 研究问题
- 统计等价的阶段树可能表达不同因果假说，而数据无法区分它们；用于结构学习的评分如何避免对等价模型产生任意偏好？
- 方法与思路
- 作者基于路径均匀性等原则构造新的贝叶斯 Dirichlet 评分函数，并针对表示相同分布集合的阶段树证明评分等价性。
- 材料陈述的贡献
- 摘要称提出并证明阶段树的评分等价函数，使统计等价模型获得相同评分，为因果分析中的评分式结构学习提供方法依据。
- 阅读关注点
- 应核对评分函数与先验的完整定义、等价类操作下的证明，以及评分等价性如何影响搜索，并区分统计等价和因果假说一致。
- 阅读边界
- 所据为 arXiv 预印本，同行评审与期刊接收未核实；摘要未提供评分公式，评分等价也不能使数据区分统计等价模型的不同因果解释。
原文摘要
Staged trees are a recently-developed, powerful family of probabilistic graphical models. An equivalence class of staged trees has now been characterised, and two fundamental statistical operators have been defined to traverse the equivalence class of a given staged tree. Here, two staged trees are said to be statistically equivalent when they represent the same set of distributions. Probabilistic graphical models such as staged trees are increasingly being used for causal analyses. Staged trees which are within the same equivalence class can encode very different causal hypotheses but data alone cannot help us distinguish between these. Therefore, in using score-based methods to learn the model structure and distributions from data for causal analyses, we should expect that a suitable scoring function is one which assigns the same score to statistically equivalent models. No scoring function has yet been proven to have this desirable property for staged trees. In this paper, we present a novel Bayesian Dirichlet scoring function based on path uniformity and mass conversation, and prove that this new scoring function is score-equivalent for staged trees.