587
个编辑
更改
跳到导航
跳到搜索
第12行：
第12行： + + 第86行：
第88行： − − − Spirtes, P. (1997). Limits on Causal Inference from Statistical Data, presented at American Economics Association Meeting. − − − Spirtes, P., Cooper, G. (1997). An Experiment in Causal Discovery Using a Pneumonia Database, Proceedings of AI and Statistics 99. − − − Spirtes, P., Richardson, T., Meek, C. (1997). The Dimensionality of Mixed Ancestral Graphs, Technical Report CMU-83-Phil. − − − Spirtes, P., Richardson, T., Meek, C., Scheines, R., and Glymour, C. (1997). Using Path Diagrams as a Structural Equation Modelling Tool, Technical Report CMU-82-Phil. − − − Scheines, R., Spirtes, P., Glymour, C., Meek, C., and Richardson, T. (forthcoming). The TETRAD Project: Constraint Based Aids to Causal Model Specification, Multivariate Behavioral Research − − − Spirtes, P., Glymour, C. and Scheines, R. (1993). Causation, Prediction, and Search, New York, N.Y.: Springer-Verlag. − − − Scheines, R. (forthcoming). An Introduction to Causal Inference, in Causality in Crisis, ed. by Steven Turner and Vaughan McKim, University of Notre Dame Press. − − − Spirtes, P., Richardson, T., Meek, C., Scheines, R., and Glymour, C., (1996). Using D-separation to Calculate Zero Partial Correlations in Linear Models with Correlated Errors, Technical Report CMU-72-Phil. − − − Spirtes, P., and Richardson, T. (1996). A Polynomial Time Algorithm For Determining DAG Equivalence in the Presence of Latent Variables and Selection Bias, Proceedings of the 6th International Workshop on Artificial Intelligence and Statistics. − − − Spirtes, P., Richardson, T., and Meek, C. (1996). Heuristic Greedy Search Algorithms for Latent Variable Models, Proceedings of the 6th International Workshop on Artificial Intelligence and Statistics. − − − Richardson, T., and Spirtes, P. (1996). Automated discovery of linear feedback models, Technical Report CMU-75-Phil. − − − Spirtes, P., and Scheines, R. (forthcoming). Reply to Freedman, in Causality in Crisis, ed. by Steven Turner and Vaughan McKim, University of Notre Dame Press. − − − Spirtes, P., Meek, C., and Richardson, T. (1996). Causal Inference in the Presence of Latent Variables and Selection Bias, Technical Report CMU-77-Phil. − − − Spirtes, P. (1995). Directed Cyclic Graphical Representation of Feedback Models, Proceedings of the Eleventh Conference on Uncertainty in Artificial Intelligence, ed. by Philippe Besnard and Steve Hanks, Morgan Kaufmann Publishers, Inc., San Mateo, 1995. 第135行：
第95行： + +
无编辑摘要
Peter Spirtes目前研究的目标(称为 TETRAD 项目)可以分为两个主要部分。第一个目标是具体说明并证明在什么条件下可以从未在完全受控条件下获得的背景知识和统计数据可靠地推断出因果关系。第二个目标是开发、分析、实施、测试和应用实用的、可证明正确的计算机程序，在可能的情况下推断因果结构。这项研究的结果可在 TETRAD II 计算机程序中找到。
Peter Spirtes目前研究的目标(称为 TETRAD 项目)可以分为两个主要部分。第一个目标是具体说明并证明在什么条件下可以从未在完全受控条件下获得的背景知识和统计数据可靠地推断出因果关系。第二个目标是开发、分析、实施、测试和应用实用的、可证明正确的计算机程序，在可能的情况下推断因果结构。这项研究的结果可在 TETRAD II 计算机程序中找到。
Peter Spirtes的研究是跨学科性质的，涉及哲学、统计学、图论和计算机科学。对从统计数据中作出因果推断的一些学科的做法有影响。Peter Spirtes所描述的研究表明，在一组合理的假设下，有些计算机程序有时可以可靠地得出有用的因果结论。但在很多情况下，Peter Spirtes的假设都是错误的。Peter Spirtes目前的研究集中在这些限制性假设可以放宽到什么程度，从而将结果的应用扩展到更广泛的现象类别，并调查这些搜索程序可以在多大程度上更可靠的小样本。这项研究具有重要的理论和实践意义。从理论上讲，它将帮助我们理解概率和因果关系之间的关系，以及从不受控制的数据中进行可靠推断的精确界限是什么。实际上，它将为科学家提供一个有用的工具，帮助他们建立因果模型。
== PC算法 ==
== PC算法 ==
Spirtes, P. (2000) An Anytime Algorithm for Causal Inference, to be presented at AI and Statistics 2001.
Spirtes, P. (2000) An Anytime Algorithm for Causal Inference, to be presented at AI and Statistics 2001.
== 编者推荐 ==
== 编者推荐 ==
[https://www.researchgate.net/profile/Peter-Spirtes Peter SPIRTES | Professor (Full)]
[https://www.researchgate.net/profile/Peter-Spirtes Peter SPIRTES | Professor (Full)]
[https://philpapers.org/s/Peter%20Spirtes Works by Peter Spirtes - PhilPapers]
===集智学园课程推荐===
===集智学园课程推荐===