FCI Algoritme — Snelle Causale Inferentie
Het Fast Causal Inference (FCI) algoritme is een op restricties gebaseerde methode voor causale ontdekking, geïntroduceerd door Spirtes, Glymour en Scheines in hun invloedrijke boek Causation, Prediction, and Search uit 2000. In tegenstelling tot zijn voorganger, het PC-algoritme, is FCI specifiek ontworpen om de aanwezigheid van latente (ongemeten) gemeenschappelijke oorzaken en steekproefselectiebias te hanteren. Het produceert een Partial Ancestral Graph (PAG), die de verzameling van alle causale structuren die consistent zijn met de waargenomen conditionele onafhankelijkheden getrouw weergeeft.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Spirtes, P., Glymour, C., & Scheines, R. (2000). Causation, Prediction, and Search (2nd ed.). MIT Press. ISBN: 978-0-262-19440-2
Deze pagina citeren
ScholarGate. (2026, June 2). Fast Causal Inference (FCI) Algorithm. ScholarGate. https://scholargate.app/nl/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.
- Bayesiaans NetwerkBayesiaanse statistiek↔ compare
- NOTEARS: Continue Optimalisatie voor Causale StructuurleringCausale inferentie↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →