Algoritmo FCI — Inferenza Causale Rapida
L'algoritmo Fast Causal Inference (FCI) è un metodo di scoperta causale basato su vincoli, introdotto da Spirtes, Glymour e Scheines nel loro libro fondamentale del 2000 Causation, Prediction, and Search. A differenza del suo predecessore, l'algoritmo PC, FCI è specificamente progettato per gestire la presenza di cause comuni latenti (non misurate) e bias di selezione del campione. Produce un Partial Ancestral Graph (PAG), che rappresenta fedelmente l'insieme di tutte le strutture causali coerenti con le indipendenze condizionali osservate.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Spirtes, P., Glymour, C., & Scheines, R. (2000). Causation, Prediction, and Search (2nd ed.). MIT Press. ISBN: 978-0-262-19440-2
Come citare questa pagina
ScholarGate. (2026, June 2). Fast Causal Inference (FCI) Algorithm. ScholarGate. https://scholargate.app/it/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.
- Rete BayesianaBayesiano↔ compare
- NOTEARS: Ottimizzazione Continua per l'Apprendimento di Strutture CausaliInferenza causale↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →