Are you doing better than random guessing? A call for using negative controls when evaluating causal discovery algorithms
因果发现优于随机猜测吗？评估算法时使用负对照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：摘要直接研究因果发现算法及其图骨架估计的评估方法。
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
因果发现优于随机猜测吗？评估算法时使用负对照
- 研究问题
- 在因果发现算法评估中，精确率和召回率等指标是否可能仅靠随机猜测就表现良好，如何建立可比较的负对照基线与统计检验？
- 方法与思路
- 作者推导随机猜测下图骨架估计常用指标的精确分布结果，提出整体骨架拟合的精确检验，并用模拟和真实数据展示更一般的负对照评估流程。
- 材料陈述的贡献
- 摘要称，某些情形下随机猜测也能得到很高的评估指标；文章提供负对照基线、骨架拟合检验和可扩展流程，以帮助解释算法评估结果。
- 阅读关注点
- 应核对随机猜测基线如何生成图、是否控制边数或稀疏度、精确检验的零假设，以及骨架估计以外任务的负对照如何定义。
- 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；摘要未列出精确分布的适用条件，优于随机基线也不足以证明因果结构识别正确。
原文摘要
New proposals for causal discovery algorithms are typically evaluated using simulations and a few selected real data examples with known data generating mechanisms. However, there does not exist a general guideline for how such evaluation studies should be designed, and therefore, comparing results across different studies can be difficult. In this article, we propose to use negative controls as a common evaluation baseline by posing the question: Are we doing better than random guessing? For the task of graph skeleton estimation, we derive exact distributional results under random guessing for the expected behavior of a range of typical causal discovery evaluation metrics, including precision and recall. We show that these metrics can achieve very favorable values under random guessing in certain scenarios, and hence warn against using them without also reporting negative control results, i.e., performance under random guessing. We also propose an exact test of overall skeleton fit, and showcase its use on a real data application. Finally, we propose a general pipeline for using negative controls beyond the skeleton estimation task, and apply it both in a simulated example and a real data application.