Bounding interventional queries from generalized incomplete contingency tables
广义不完整列联表中干预查询的界定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：摘要明确以干预查询和平均处理效应的界为目标，属于因果推断中的部分识别，未直接研究分位数或分布效应。
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…
广义不完整列联表中干预查询的界定
- 研究问题
- 列联表因抽样零值出现整行缺失、部分条件概率无法定义时，如何为干预查询和平均处理效应给出有信息的界？
- 方法与思路
- 作者把未知条件概率作为自由参数写入查询表达式，再在概率约束与变量支持允许的范围内求极值，构造上下界。
- 材料陈述的贡献
- 摘要称在缺失频数较小等弱条件下得到锐界，量化列联表不完整引起的不确定性，并声称框架不依赖具体缺失机制。
- 阅读关注点
- 应核对抽样零值与结构零值的区分、干预查询原有的识别依据、缺失频数条件，以及锐界相对何种可行模型集合成立。
- 阅读边界
- 所据版本为 arXiv 预印本，同行评审与期刊接收未核实；摘要未详述因果和缺失条件，区间包含真值的陈述需结合完整模型理解。
原文摘要
We introduce a method for evaluating interventional queries and Average Treatment Effects (ATEs) in the presence of generalized incomplete contingency tables (GICTs), contingency tables containing a full row of random (sampling) zeros, rendering some conditional probabilities undefined. Rather than discarding such entries or imputing missing values, we model the unknown probabilities as free parameters and derive symbolic expressions for the queries that incorporate them. By extremizing these expressions over all values consistent with basic probability constraints and the support of all variables, we obtain sharp bounds for the query of interest under weak assumptions of small missing frequencies. These bounds provide a formal quantification of the uncertainty induced by the generalized incompleteness of the contingency table and ensure that the true value of the query will always lie within them. The framework applies independently of the missingness mechanism and offers a conservative yet rigorous approach to causal inference under random data gaps.