问题标签 [causality]

我正在使用bnlearn和pcalgR 包从数据集中获取因果关系图。有一种声称与变量无关的顺序无关算法作为输入给出。当我改变变量的顺序时，箭头的方向正在改变。下面是我正在使用的代码：

上面的代码给了我以下输出：

现在我用不同的数据顺序运行相同的代码。

正如人们所看到的那样，箭头已经改变了 v6 和 v7 的方向。我在这里错过了什么吗？注意：我知道骨架没有改变（没有箭头的图表）。

我目前正在使用 CausalImpact 包进行一些研究，在这种情况下，我需要知道并能够解释后尾区域概率是如何计算的，以便重现该值以进行验证。有谁知道，给定模型提供的数据和估计系列，如何重现该值？提前致谢！

我正在尝试使用包中的rollapply函数zoo来估计具有滚动窗口的 Granger 因果关系，该grangertest函数来自包lmtest，我有 1976-1984 年期间的月度数据。

我使用了下面描述的代码，但它们似乎都不起作用

任何帮助都深表感谢。

我正在做一个准实验，并且有兴趣获得 ATT。我有一个数据有 260k 条目，其中 Ti = 0 和 5k 条目，其中 Ti = 1。我正在使用 iptw 技术计算 ATT，我取得了很好的平衡，治疗效果 -on 被视为 -ve 450 欧元，但并不显着。

权重计算：（如果治疗= 1，权重= 1，否则倾向得分/（1-倾向得分）

然后，为了与其他方法进行比较，我使用比率 = 1 的最近邻匹配，再次达到平衡。我得到的治疗效果（匹配时默认为 ATT）为 +very 750 且显着。

两种方法不应该产生相似的结果吗？在这种情况下我应该采用哪种方法，为什么？

如果我们使用本体，我们可以使用<s,p,o>语义三元组来表示许多事物。

我想知道如何表示这一点：

A和B导致C

或者

A 或 B 导致 C

?

我不想做推理，我只想代表。

是否可以在本体中使用和，或否定作为谓词/关系？

合取、析取和蕴涵具有适当的逻辑意义。

我只看到研究人员使用因果网络来表示因果关系，但我想知道为什么这在本体中是不可能的。

提前致谢，

例如，假设我想使用下面的数据绘制带有置信区间（例如，上下长虚线）的 RDD 图。我应该如何进行？

文档说： ci 可选图形选项，用于显示每个箱的选定级别的置信区间。

知道如何实际使用该论点ci吗？

我试图弄清楚如何使用CausalImpact包的 Python 端口。

在示例笔记本中，有一节是关于使用季节性数据的。

我仍然不清楚如何定义nseasons参数。

在笔记本示例中：

ci = CausalImpact(season_data, pre_period, post_period, nseasons=[{'period': 7, 'harmonics': 2}, {'period': 30, 'harmonics': 5}])

neasons接受一个字典列表。我相信设置'period':7 用于表示每周和'period':30每月的季节性，但我不是 100% 确定。但是，我也不明白该harmonics参数代表什么。

我现在正在使用的数据集是在线零售商的每日销售额汇总。最终，我想让模型考虑这样一个事实，即季节性可能发生在每周、每月和每季度的水平上。我该如何设置nseasons参数来做到这一点？

我正在尝试使用名为“causaldrf”的 R 库的一些函数。假设在库中，我们有一个函数“func(a,b)”，它接受一个字符串“a”并在数据帧“b”中调用一个名为“a”的列。

该功能是这样实现的（简化）：

事实证明，match.call() 函数不会评估"a" 和 "b" 的值，而是将它们作为names。我觉得这很烦人，因为当我编写一个从列表中读取“a”的值并在 for 循环中调用函数“func”的 for 循环时，“a”的值并没有在“func”中使用，而是, tempcall 包括未评估的名称。这使得 for 循环无法使用。

我想知道，有没有办法可以让 match.call() 评估而不是仅仅传递名称？

一种解决方案是为 func() 编写一个包装器，其中我首先创建一个 func() 字符串及其参数，例如“func(a,b)”，然后通过 parse("func(a,b) ") 然后通过 eval(parse("func(a,b)")) 对其进行评估。这样，我可以评估字符串和整数的值，但是数据帧“b”作为列表传递，这搞砸了。我尝试通过 as.dataframe(b) 和不同类型的数据框将数据框作为数据框传递，但没有一个有效。

然后，我在“func”的库中使用了 parse()、deparse() 和 eval() 来评估 match.call()，但没有一个起作用。

任何想法，将不胜感激。

PS 开发人员，请不要使用 match.call() 来检查您的输入，它会阻碍自动化。

我正在使用 PC 算法函数，其中条件独立是属性之一。面临以下代码中的错误。请注意，这里的“数据”是我一直在使用的数据，1,6,2ingaussCItest是数据的邻接矩阵 x 和 y 中的节点位置。

代码：

错误：

indepTest(x, y, nbrs[S], suffStat) 中的错误：
找不到函数“indepTest”

我正在尝试使用 rddtools R 包运行参数 RD 回归。但是，包文档对我来说不是很清楚。

第一：定义RD对象的函数是： rdd_data(y, x, covar, cutpoint, z, labels, data)

其中 covar 在帮助文件中仅表示"Exogeneous variables"。但是什么类型？数据框？一个列表？

第二：函数 rdd_reg_lm 再次要求以这种方式通知协变量：

其中，根据帮助文件， covariates 参数仅表示"Formula to include covariates"。同样，我不清楚应用这些协变量的正确方法是什么。

此外，是否可以在此函数中包含多个协rdd_data()变量rdd_reg_lm()？

我很感激这里的一些帮助。我已经一次又一次地阅读了帮助和小插图文件，在许多博客中进行了搜索，但仍然一无所获。

我已经在下面检查过这个主题

如何使用 rddtools 在回归不连续设计中包含线性趋势

这向我展示了以下示例：

即便如此，我仍然不清楚语法，因为我试图添加多个协变量但没有成功

谢谢！