Toggle topbar
北京大学国家发展研究院

指导的基于图模型的因果推断学位论文

发布日期：2021-09-01 12:00    来源：

论文题目：基于图模型的因果推断——北京 PM2.5 浓度的 影响因素实证分析

姓名：袁见

指导老师：胡大源教授

摘要
无论在哪个领域，因果推断都是最重要的话题之一。因果模型有多种表现形式，在这些形式中，因果图以清晰易懂的特点突出，并且可以为许多问题提供简单明确的答案。本文在图模型 的基础上，对因果推断 理论进行综述讨论，提供了一整套因果识别的基本流程，并强调因果关系的推断不应由数据出发 ，而应该建立在学科知识的基础上，用数据来修改、检验假设。此外，本文将图模型对因果关系的识别方法与经济学中传统计量方法结合，将图模型中的条件独立性以及后门准则、前 门 准则等应用于评价控制变量的选择， 并探讨在什么样的条件下，我们熟知的线性方程模型能识别因果并提供因果解释，
为经济学实证中的模型和结果提供了因果关系的支撑。本文将图模型用于北京PM2.5浓度影响的研究中，通过对变量关系的研究来构建相应的图模型，并以此设立相应的回归模型。同时本文回顾了动态因果模型，并借此分析不同滞后期风速对 PM2.5浓度的影响。最后， 本文将北京 2017年 底在 城区和南部平原大规模 整治燃煤、 基本实现“无煤 化 视为对模型的干预， 即 Judea Pearl强调 的“ do因子”，借此评估北京内部污染排放对 PM2.5浓度的因果效用，本文认为，北京自身污染排放对 PM2.5浓度有很大的影响， 2015-2018年 PM2.5的积聚过程变化也验证了这一点。

基于图模型的因果推断pdf


分享到：
朗润

国家发展研究院官方微信

国家发展研究院官方微信
点击关注点击关注

相关链接

Copyright© 1994-2012 北京大学 国家发展研究院 版权所有, 京ICP备05065075号-1
保留所有权利，不经允许请勿挪用