Los puntos clave no están disponibles para este artículo en este momento.
La partición causal es un enfoque efectivo para el descubrimiento causal basado en la estrategia de dividir y conquistar. Hasta ahora, se han propuesto varios métodos heurísticos basados en pruebas de independencia condicional (CI) para la partición causal. Sin embargo, la mayoría de estos métodos no logran una partición satisfactoria sin violar la d-separación, lo que lleva a un mal rendimiento de inferencia. En este trabajo, transformamos la partición causal en un problema alternativo que puede resolverse más fácilmente. Concretamente, primero construimos una superestructura G del verdadero grafo causal G.
Zhang et al. (Tue,) estudiaron esta cuestión.
Synapse has enriched 2 closely related papers on similar clinical questions. Consider them for comparative context: