A clarification on the links between potential outcomes and do-interventions
潜在结果与do干预之间关系的澄清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：摘要直接讨论潜在结果、do干预及结构因果模型的反事实关系。
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
潜在结果与do干预之间关系的澄清
- 研究问题
- 结构因果模型的反事实与潜在结果模型的反事实，何时必须、可能或不能一致，相同观测分布是否足以支持两种框架的互换使用？
- 方法与思路
- 作者将两种因果模型并置，分别考察反事实几乎处处相等与分布相等的数学条件，并据此审视文献中常见的等价主张和记号使用。
- 材料陈述的贡献
- 摘要称兼容相同观测的两类模型不必一致，某些实际问题中甚至无法对应，从而澄清两种因果框架的关系及各自反事实的解释。
- 阅读关注点
- 应核对两类模型的正式定义、并置模型所需的数学结构，以及几乎处处与分布层面的等价条件和无法对应案例的论证范围。
- 阅读边界
- 这是arXiv预印本，不能据此认定已同行评审或期刊接收。摘要未给出具体数学条件与案例，不能据此断言所有潜在结果与结构模型不兼容。
原文摘要
Most of the scientific literature on causal modeling considers the structural framework of Pearl and the potential-outcome framework of Rubin to be formally equivalent, and therefore interchangeably uses do-interventions and the potential-outcome subscript notation to write counterfactual outcomes. In this paper, we agnostically superimpose the two causal models to specify under which mathematical conditions structural counterfactual outcomes and potential outcomes need to, do not need to, can, or cannot be equal (almost surely or law). Our comparison reminds that a structural causal model and a Rubin causal model compatible with the same observations do not have to coincide, and highlights real-world problems where they even cannot correspond. Then, we examine common claims and practices from the causal-inference literature in the light of these results. In doing so, we aim at clarifying the relationship between the two causal frameworks, and the interpretation of their respective counterfactuals.