Algorisme FCI — Inferència Causal Ràpida
L'algorisme Fast Causal Inference (FCI) és un mètode de descobriment causal basat en restriccions introduït per Spirtes, Glymour i Scheines en el seu llibre fonamental Causation, Prediction, and Search de l'any 2000. A diferència del seu predecessor, l'algorisme PC, l'FCI està dissenyat específicament per gestionar la presència de causes comunes latents (no mesurades) i biaixos de selecció de mostres. El seu resultat és un Gràfic Parental Parcial (PAG), que representa fidelment el conjunt de totes les estructures causals consistents amb les independències condicionals observades.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Spirtes, P., Glymour, C., & Scheines, R. (2000). Causation, Prediction, and Search (2nd ed.). MIT Press. ISBN: 978-0-262-19440-2
Com citar aquesta pàgina
ScholarGate. (2026, June 2). Fast Causal Inference (FCI) Algorithm. ScholarGate. https://scholargate.app/ca/causal-inference/fci-algorithm
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Xarxa bayesianaBayesià↔ compare
- NOTEARS: Optimització Contínua per a l'Aprenentatge d'Estructura CausalInferència causal↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →