Decomposition of Probabilities of Causation with Two Mediators
含两个中介变量的致因概率分解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：摘要直接讨论因果中介、路径特定反事实和必要且充分概率的识别。
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
含两个中介变量的致因概率分解
- 研究问题
- 在处理通过两个中介影响结果的情形中，如何将总体必要且充分概率分解为不同因果路径的贡献，以描述事件发生机制？
- 方法与思路
- 作者定义用于分解的路径特定必要且充分概率，提供识别定理，并以数值实验和真实教育数据考察估计量的表现。
- 材料陈述的贡献
- 摘要称研究建立了两个中介下的路径特定致因概率分解与识别结果，并展示有限样本估计及教育场景中的应用。
- 阅读关注点
- 应核对两个中介之间的因果顺序、路径特定反事实定义、分解是否包含交互成分，以及识别定理的完整假设。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未说明中介结构、识别条件和实验数值，不能判断该分解在一般情形下是否成立。
原文摘要
Mediation analysis for probabilities of causation (PoC) provides a fundamental framework for evaluating the necessity and sufficiency of treatment in provoking an event through different causal pathways. One of the primary objectives of causal mediation analysis is to decompose the total effect into path-specific components. In this study, we investigate the path-specific probability of necessity and sufficiency (PNS) to decompose the total PNS into path-specific components along distinct causal pathways between treatment and outcome, incorporating two mediators. We define the path-specific PNS for decomposition and provide an identification theorem. Furthermore, we conduct numerical experiments to assess the properties of the proposed estimators from finite samples and demonstrate their practical application using a real-world educational dataset.