幸存者偏差 風險分析的本質是使用部分樣本分布估計總體分布。在風險建模的過程中，普遍存在着幸存者偏差（Survivorship Bias）。其含義為，使用局部樣本代替總體樣本時，局部樣本無法充分表征總體樣本的分布信息，從而得到錯誤的總體估計 在風控架構體系中，多次涉及樣本被拒絕或客戶流失等問題 ...

一、引入 之前說過推斷問題主要是已知一些變量求別的變量的概率，在圖模型中主要是求隱變量的后驗概率會用到。 有一些隱變量之間的關系沒那么復雜，可以精確計算出來，雖然麻煩，但是好歹是可計算的，這種方法就是精確推斷，精確推斷比較簡單，不會多寫；還有的是真的沒法算出來 ...

A Survey on Causal Inference 因果推理，其覆蓋眾多的研究領域，如何從觀測數據中估計因果效應是主要的研究內容。常說‘關系不代表因果’. 比如，一項研究表面，吃早餐的女孩比不 ...

最近一段時間由於業務需要，對因果推斷進行研究，針對精准營銷、用戶增長、廣告、模型可解釋性等領域都有比較廣泛的應用。本文主要從原理+實踐角度去講解一下相關的因果推斷的工具或方法。以下是主要內容： 一、雙重差分法 二、Uplift Model 三、Causal ML 四、EconML ...

貝葉斯推斷由上一篇我們已經了解到，對於未知的分布或者難以計算的問題，我們可以通過變分推斷將其轉換為簡單的可計算的問題來求解。現在我們貝葉斯統計的角度，來看一個難以准確計算的案例。 推斷問題可以理解為計算條件概率$p(y|x)$。利用貝葉斯定理，可以將計算條件概率（或者說后驗概率 ...

關聯, 介入, 反事實 機器學習做的大部分都是關於"關聯", 即兩個變量之間有相關性, 卻不能給出一者對另外一者是否有影響, 以及影響程度是多大 而介入就會探討變量之間的因果關系 因 ...

上二年級的大兒子一直在喝無乳糖牛奶，最近讓他嘗試喝正常牛奶，看看反應如何。三天過后，兒子說，好像沒反應，我可不可以說我不對乳糖敏感了。 我說，呃，這個問題不簡單啊。你知道嗎，這在統計學上叫推斷。 兒子很好學，居然叫我解釋什么叫推斷。 好吧，那我就來賣弄 ...

因果推斷方法可以被分為兩大類:貝葉斯網絡結構學習算法和基於加噪聲模型的因果推斷算法。具有完整數據的因果推斷方法可以被分為兩大類: 基於估計馬爾可夫等價類的貝葉斯網絡結構學習算法和基於加性噪聲模型的因果推斷算法。 貝葉斯網絡結構學習算法主要有兩種方法．第一種是基於打分－搜索的貝葉斯網絡結構 ...