Causal Density Functions
因果密度函数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：摘要围绕已识别干预分布、观测分布与因果诊断展开；密度比本身不等于分布处理效应估计，故仅选因果推断。
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
因果密度函数
- 研究问题
- 在干预分布已识别或直接观测时，保留相对于观测分布的完整逐点密度比，能否作为多个下游目标的可复用诊断？
- 方法与思路
- 作者以绝对连续性为前提定义干预密度比，通过两密度插入估计开展留出矩迁移与重叠压力测试，并评估图评分启发式。
- 材料陈述的贡献
- 摘要明确重要性加权恒等式不是新识别结果；实验用于界定逐点密度比的用途，并将成对图评分表现作为负面结果报告。
- 阅读关注点
- 应核对干预分布的识别来源、绝对连续性与重叠要求，区分目标对象与估计器，并审查矩迁移和图评分的评测设计。
- 阅读边界
- 这是预印本，同行评审与期刊接收均未核实。摘要明确未证明相对直接密度比、逆概率、Riesz 或双重稳健方法的优势。
原文摘要
We study the full density ratio between a specified intervention regime $P_a$ and an observational regime $P_0$, $ρ_a=dP_a/dP_0$, under the prerequisite $P_a\ll P_0$. We call the regime-indexed ratio a causal density function when $P_a$ is an identified or directly observed interventional law. The underlying Radon-Nikodym derivative and the identity $ \mathbb{E}_{a}[f(Z)] = \mathbb{E}_{0}\!\left[f(Z)ρ_a(Z)\right] $ are classical importance weighting, not new identification results. Our narrower question is whether retaining the entire pointwise ratio is useful as a reusable diagnostic across several downstream functionals. We evaluate a two-density plug-in baseline through held-out moment transport and overlap stress tests on synthetic and perturbation data. We also report a pairwise graph-scoring heuristic as a negative result: its F1 is \(0.10\) on a synthetic DAG, \(0.12\) on Sachs, and \(0.33\) on a multi-regime chain. These experiments do not establish an estimation advantage over direct density-ratio, inverse-probability, Riesz, or doubly robust methods; they instead delimit what the pointwise ratio target and the present plug-in estimator do and do not provide.