587
个编辑
更改
跳到导航
跳到搜索
第77行：
第77行： + + + + + + +
→编者推荐
[[文件:反叉式-对撞结构实例因果图.png|缩略图|对撞接合举例]]
[[文件:反叉式-对撞结构实例因果图.png|缩略图|对撞接合举例]]
第二种叉接合在上节已经举过“鞋的尺码←孩子的年龄→阅读能力”，这里不再赘述，而第三种对撞结构，这里可以用确定用户贷款定价的方式作为例子，理论上来说一个用户的信息越薄，贷款定价越高；收入水平越高，贷款定价越低；而信息的薄厚与收入水平并没有明显的关系，但如果固定了贷款定价之后，可能收入水平越高，用户信息越薄；因为对两者的结果的筛选，导致了两者产生了一定联系。
第二种叉接合在上节已经举过“鞋的尺码←孩子的年龄→阅读能力”，这里不再赘述，而第三种对撞结构，这里可以用确定用户贷款定价的方式作为例子，理论上来说一个用户的信息越薄，贷款定价越高；收入水平越高，贷款定价越低；而信息的薄厚与收入水平并没有明显的关系，但如果固定了贷款定价之后，可能收入水平越高，用户信息越薄；因为对两者的结果的筛选，导致了两者产生了一定联系。
== 相关文献推荐 ==
# Pearl J.. Bayesian Networks A Model of Self-Activated Memory for Evidential Reasoning''. Conference of the Cognitive Science Society'', 1985
# Verma, T., & Pearl, J. (1988). Influence diagrams and d-separation. UCLA, Computer Science Department.
# Thomas Verma, Judea Pearl. Equivalence and synthesis of causal models, 1991
# Pearl, J.. Causal diagrams for empirical research''. Biometrika'', 1995, 82(4): 669-688
== 编者推荐 ==
== 编者推荐 ==