-针对具有相关性的协变量
核心思想
使用线性加性模型实现了用动态路径图表示的effect变量增量受影响情况。
研究对象
-
协变量(我们称之为特征)之间的影响关系
-
协变量对effect变量增量的影响
研究方法
分解法👉将总效应分解成直接和间接效应。(total effect=direct effect+indirect effect)
模型建立方法👉加性回归模型(additive regression model)
特殊例子(不重要)
将y(t)看作一个扩散过程(diffusion process):
动态路径分析
设想DAG,在本文中:一个图对应一个时间点。一串图对应一段时间内的协变量和 effect 变量的路径图。(不同时刻边之间的联系可能消失和改变)。
路径内的关系估计通常用递归最小二乘法实现(注意:这不是动态规划的路径优化问题,是对于节点之间做相互回归以寻找影响关系),本文中首先对y的增量估计用线性加性模型估计。
核心部分是先将总效应分解成直接效应和间接效应进行回归。(直接:A导致B的路径中没有中间变量,间接:有中间变量)
函数利用一般最小二乘法估计,可以是利用线性回归的方法估计两子节点变量(又称协变量、特征)的相互关系。
边的选择和确定👉实质上是因果关系中被估系数是否显著的问题👉使用bootstrap区间估计进行选择👉确定边之间的关系。