动态路径模型分析

-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

1. 协变量（我们称之为特征）之间的影响关系

2. 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。