FCI-algoritmen — Rask kausal inferens
Den raske kausale inferensalgoritmen (FCI) er en metode for kausal oppdagelse basert på betingelser, introdusert av Spirtes, Glymour og Scheines i deres landemerke-bok fra 2000, Causation, Prediction, and Search. I motsetning til forgjengeren PC-algoritmen, er FCI spesifikt designet for å håndtere tilstedeværelsen av latente (umålte) felles årsaker og utvalgsskjevhet. Den gir en Partiell Ancestral Graf (PAG), som trofast representerer settet av alle kausale strukturer som er konsistente med de observerte betingede uavhengighetene.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Spirtes, P., Glymour, C., & Scheines, R. (2000). Causation, Prediction, and Search (2nd ed.). MIT Press. ISBN: 978-0-262-19440-2
Slik siterer du denne siden
ScholarGate. (2026, June 2). Fast Causal Inference (FCI) Algorithm. ScholarGate. https://scholargate.app/no/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.
- Bayesiansk nettverkBayesiansk↔ compare
- NOTEARS: Kontinuerlig optimering for læring av kausal strukturKausal inferens↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →