因果分析图的绘制步骤概括（关于因果图解模型中有效最小成本调整集的说明）

因果分析图的绘制步骤概括（关于因果图解模型中有效最小成本调整集的说明）

我们研究在个体化治疗规则下估计干预平均数的调整集的选择。我们假设一个非参数因果图解模型，可能有隐藏变量，至少有一个由可观察变量组成的调整集。此外，我们还假设可观察变量具有与之相关的正成本。我们将一个可观察的调整集的成本定义为组成该调整集的变量的成本之和。我们表明，在这种情况下，存在着成本最小的调整集，也就是说，在那些控制了成本最小的可观察调整集的非参数估计中，它们产生的干预平均数的渐近方差最小。我们的结果是基于构建一个与原始因果图相关的特殊流动网络。我们表明，通过计算网络上的最大流量，然后找到可以从源头通过增强路径到达的顶点集合，就可以找到最小成本的最优调整集。最佳adj Python软件包实现了本文所介绍的算法。

《A note on efficient minimum cost adjustment sets in causal graphical models》

论文地址:http://arxiv.org/abs/2201.02037v1