| 研究実績の概要 |
本研究では、多変量のデータから、変数間の依存関係の強さを評価し、事後確率を最大とするグラフィカルモデルを構築する問題を考察している。そのために、連続値を含む、離散でも無限個の値を取るといった一般の2変数に関する相互情報量の推定方法を検討した。本年度は、交絡の存在を許容する因果探索(連続変数の場合)、交絡の存在を許容する因果探索(離散変数の場合)、ベイズ測度を求めるための事前確率に関する研究の3課題を検討した。現在までに、2.に関して、以下のを出版することができた。
1. J. Suzuki, Y. Inaoka, "Causal order identification to address confounding: binary variables", Behaviormetrika (1): 1-17, 2021年7月
この他、関連研究として、3論文を出版した。
|
