文档摘要

3.2 Do-Calculus规则 3.2 Do-Calculus规则 在因果效应识别的宏阔图景中，我们已从第三章的开端审视了观测数据与干预世界的鸿沟：单纯的条件概率 $P(Y|X)$ 往往被混杂因素扭曲，无法直指因果关系 $P(Y|do(X))$。这一章的前序部分铺就了因果图（Causal Diagrams）的基石，通过有向无环图（DAG）揭示了变量间的因果路径、后门路径与前门路径的微妙纠缠。 会员。《3.2 Do-Calculus规则》收录于灏天文库文集《因果推断 (Causal Inference)》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/655-%E5%9B%A0%E6%9E%9C%E6%8E%A8%E6%96%AD-causal-inference

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流