因果发现可识别性推广到缺失数据

Matteo Ceriscioli 等作者提交论文，给出因果图在多种缺失机制下仍可识别的通用充分条件，并建立框架，把完整数据因果发现算法的正确性保证推广到缺失数据场景。 论文称，这些条件覆盖包括 Missing Not At Random（非随机缺失）在内的多种缺失类别，即因果图仍可由可用数据分布唯一确定。该结论目前为论文中的理论主张，尚待同行评议与后续验证。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。