s-ID: Causal Effect Identification in a Sub-Population
s-ID：子总体中的因果效应识别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：摘要直接研究抽样选择影响下的子总体因果效应识别，并提出因果图条件与识别算法。
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…
s-ID：子总体中的因果效应识别
- 研究问题
- 当只能获得受系统性抽样偏差影响的目标子总体观察数据时，哪些子总体因果效应仍可识别，如何避免依赖全总体分布？
- 方法与思路
- 作者将该问题定义为 s-ID，利用因果图给出从子总体观察分布识别因果效应的必要充分条件，并据此构建识别算法。
- 材料陈述的贡献
- 摘要称，研究明确了现有子总体问题无法涵盖的数据限制，提出图上的必要充分识别条件，以及正确且完备的求解算法。
- 阅读关注点
- 应核对子总体选择机制在图中的表示、目标干预效应的定义，以及必要充分条件、不可识别情形和算法完备性的适用模型类。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收均未核实；摘要未展示具体图条件，算法的正确与完备也不能替代因果图及选择机制的可信性。
原文摘要
Causal inference in a sub-population involves identifying the causal effect of an intervention on a specific subgroup, which is distinguished from the whole population through the influence of systematic biases in the sampling process. However, ignoring the subtleties introduced by sub-populations can either lead to erroneous inference or limit the applicability of existing methods. We introduce and advocate for a causal inference problem in sub-populations (henceforth called s-ID), in which we merely have access to observational data of the targeted sub-population (as opposed to the entire population). Existing inference problems in sub-populations operate on the premise that the given data distributions originate from the entire population, thus, cannot tackle the s-ID problem. To address this gap, we provide necessary and sufficient conditions that must hold in the causal graph for a causal effect in a sub-population to be identifiable from the observational distribution of that sub-population. Given these conditions, we present a sound and complete algorithm for the s-ID problem.