A Unified Graphical Criterion for Characterizing the Causal Interpretation of Partial Regression Coefficients in Linear Structural Equation Models
线性结构方程模型中偏回归系数因果解释的统一图判据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：摘要直接研究回归系数的因果解释、图识别判据及处理后偏差，属于因果推断方向。
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…
关注这篇论文的作者
线性结构方程模型中偏回归系数因果解释的统一图判据
- 研究问题
- 在线性结构方程模型中，偏回归系数何时等于不经其他解释变量中介的因果效应，哪些图结构又会产生处理后调整偏差？
- 方法与思路
- 作者利用无环有向混合图的代数性质，推导统一图判据，连接 d-separation、单门及后门准则，并定量刻画处理后偏差。
- 材料陈述的贡献
- 摘要称，判据给出偏回归系数具有相应因果解释的一般意义下必要充分条件，并统一分析此前逐个讨论的处理后偏差结构。
- 阅读关注点
- 应核对“一般意义下”的数学定义、目标效应与中介变量的关系，以及图判据如何对应回归系数和处理后偏差的代数表达。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未列出完整判据及证明，不依赖特定分布也不代表适用于非线性模型。
原文摘要
This paper provides a graph-based characterization of partial regression coefficients in linear structural equation models. First, we derive a generalized graphical criterion that unifies the d-separation, single-door, and back-door criteria. This criterion provides a generically necessary and sufficient condition under which a partial regression coefficient coincides with a linear causal effect that is not mediated by other explanatory variables. Second, we clarify the mechanism underlying post-treatment bias and provide a quantitative characterization of this bias. This characterization offers a unified framework for analyzing graph structures that induce post-treatment bias, which have previously been studied on a case-by-case basis. These results are derived from the algebraic properties of acyclic directed mixed graphs and do not rely on any specific probability distribution. Consequently, they apply to a broad class of linear structural equation models.