因果推理工具
causalit的Python项目详细描述
#因果关系
此软件包包含使用观察（而非实验）数据集进行因果分析的工具。主要文档位于github.com/akelleh/causality
这个包最简单的接口可能是通过[`causality.analysis.causaldataframe`]中的"causaldataframe"对象（https://github.com/akelleh/causality/blob/master/causality/analysis/dataframe.py l8）。这只是"pandas.dataframe"对象的扩展，因此它继承了相同的方法。
首先，它有一个'causaldataframe.zmean'方法。当您试图估计离散变量"x"对连续变量"y"的影响时，此方法允许您控制一组变量"z"。它既支持在每个"x"值处返回"y"估计值，也支持提供引导错误栏。有关详细信息，请查看自述文件[此处]（https://github.com/akelleh/causality/tree/master/causality/analysis）。
可以使用"causaldataframe.zplot"方法来完成此操作。有关详细信息，请查看自述文件[此处]（https://github.com/akelleh/causality/tree/master/causality/analysis）。
观测和实验数据的因果效应。大多数工具都是参数化的，比如"倾向分数匹配"，可以在"因果关系.估计.参数化"中找到。其他模型是非参数的，依赖于直接估计密度和使用g-估计方法。
目前（2016/01/23），唯一实现的算法是Pearl（2000）的IC\*算法。它有不错的测试覆盖率，但请随意写一些！我在"tests/unit/test\u ic.py"中留下了一些存根。
要在数据集上运行图形搜索，可以使用以下算法（以ic为例）：
``python
import numpy
import pandas as pd
pendence_tests导入robustregressiontest
生成一些玩具数据：
size=2000
x1=numpy.random.normal（size=size）
x2=x1+numpy.random.normal（size=size）
x3=x1+numpy.random.normal（size=size）
x4=x2+x3+numpy.random.normal（size=size）
x5=x4+numpy.random.normal（size=size）
将数据加载到数据帧：
x=pd.数据帧（{'x1'：x1，'x2'：x2，'x3'：x3，'x4'：x4，'x5'：x5}）
定义变量类型："c"是"连续的"。这里定义的变量是执行搜索的变量，而不是数据帧中定义的所有变量。
变量类型={x1'：'c'，'x2'：'c'，'x3'：'c'，'x4'：'c'，'x5'：'c}
c_算法.搜索（x，变量类型）
```
在这个图中，每个变量都是一个节点（从dataframe列中命名），每个边表示节点之间的统计依赖性，这些依赖性无法通过对为搜索指定的变量进行调整来消除。如果一条边可以使用可用的数据定向，则箭头在"箭头"中指示。如果边也满足真正因果关系的局部标准，则该有向边将具有"marked=true"。如果我们P从搜索结果中打印边，我们可以看到哪些边是定向的，哪些边满足真正原因的本地标准：
``python
>；>；graph.edges（data=true）
[（'x2'，'x1'，{'arrows'：[]，'marked'：false}）、
（'x2'，'x4'，{'arrows'：['x4'，'marked'：false}）、
（'x3'，'x1'，{'arrows'：[]，'marked'：false}）、
（'x3'、'x4'、{'arrows'：['x4']、'marked'：false}）、
（'x4'、'x5'、{'arrows'：['x5'、'marked'：true}）
`````
我们可以看到从`'x2'到`'x4'、`'x3'到`'x4'、`'x4'到`'x5'的边都指向每对边中的第二个边。此外，我们还发现从"x4"到"x5"的边满足真正因果关系的本地标准。这与Pearl（2000）图"2.3（d）"中给出的结构相匹配。
您可以提供一组"可接受的"变量来进行控制，并测量给定原因的效果的因果分布，或给定原因的效果的预期值。
通过调整图形中x的父对象来调整变量。使用上面的数据集，您可以从因果关系中运行类似于
``python
`python
from causalization.estimation.adjustimportadjustfordirectcausfordirectcauss
g=digraph
g.add从（['x1'，'x2'x2'，'x3'，'x4'，'x4'，'x5']]]
g.add nodes from（['x1'，'x2'x2'x2'xx'，'x2'x2'x2'x4'），（'x3'，'x3'，'x3'，'x3'，'x3'x3'，'x3'，'x4'）]）
调整=直接调整uses（）
```
>然后，您可以看到通过打印调整来调整变量集。可接受的集合（g，['x2'，['x3']）
集合（['x1']）
````
如果我们没有调整到"x1"，我们将错误地发现"x2"对"x3"有因果关系，这是由于建议路径"x2，x1，x3"。对"x1"的调整消除了这种偏见。
ct=causaleffect（x，['x2']，['x3']，varvarvariacucucucucucucucucucucucucucucucucucucucucucucucucucucucucucucucucucucucucucucucucusususususususususususet=list（accesususususususususususususususususususet）
>；x=pd.dataframe（{'x2':[0.]，'x3':[0.]}）
>>>；>effect.pdf（x）
>0.26891568315603296
```````>>
，对于高斯高斯高斯高斯高斯高斯0个。以及方差2。如果调整"x2"的值，就会发现"x3"的概率不会改变。只有条件分布"p（x3 x2）"是不正确的，因为在这种情况下，观察和干预是不等价的。测试的运行时间很长。在不久的将来将进行许多优化，包括
*实现快速的互信息计算，o（n logn）
*加速集成用于控制的变量
*获取用户提供的图形，并找到一组可接受的集
*确定因果效应的前门标准方法
_因果关系。剑桥大学出版社（2000）。
此软件包包含使用观察（而非实验）数据集进行因果分析的工具。主要文档位于github.com/akelleh/causality
这个包最简单的接口可能是通过[`causality.analysis.causaldataframe`]中的"causaldataframe"对象（https://github.com/akelleh/causality/blob/master/causality/analysis/dataframe.py l8）。这只是"pandas.dataframe"对象的扩展，因此它继承了相同的方法。
首先，它有一个'causaldataframe.zmean'方法。当您试图估计离散变量"x"对连续变量"y"的影响时，此方法允许您控制一组变量"z"。它既支持在每个"x"值处返回"y"估计值，也支持提供引导错误栏。有关详细信息，请查看自述文件[此处]（https://github.com/akelleh/causality/tree/master/causality/analysis）。
可以使用"causaldataframe.zplot"方法来完成此操作。有关详细信息，请查看自述文件[此处]（https://github.com/akelleh/causality/tree/master/causality/analysis）。
观测和实验数据的因果效应。大多数工具都是参数化的，比如"倾向分数匹配"，可以在"因果关系.估计.参数化"中找到。其他模型是非参数的，依赖于直接估计密度和使用g-估计方法。
目前（2016/01/23），唯一实现的算法是Pearl（2000）的IC\*算法。它有不错的测试覆盖率，但请随意写一些！我在"tests/unit/test\u ic.py"中留下了一些存根。
要在数据集上运行图形搜索，可以使用以下算法（以ic为例）：
``python
import numpy
import pandas as pd
pendence_tests导入robustregressiontest
生成一些玩具数据：
size=2000
x1=numpy.random.normal（size=size）
x2=x1+numpy.random.normal（size=size）
x3=x1+numpy.random.normal（size=size）
x4=x2+x3+numpy.random.normal（size=size）
x5=x4+numpy.random.normal（size=size）
将数据加载到数据帧：
x=pd.数据帧（{'x1'：x1，'x2'：x2，'x3'：x3，'x4'：x4，'x5'：x5}）
定义变量类型："c"是"连续的"。这里定义的变量是执行搜索的变量，而不是数据帧中定义的所有变量。
变量类型={x1'：'c'，'x2'：'c'，'x3'：'c'，'x4'：'c'，'x5'：'c}
c_算法.搜索（x，变量类型）
```
在这个图中，每个变量都是一个节点（从dataframe列中命名），每个边表示节点之间的统计依赖性，这些依赖性无法通过对为搜索指定的变量进行调整来消除。如果一条边可以使用可用的数据定向，则箭头在"箭头"中指示。如果边也满足真正因果关系的局部标准，则该有向边将具有"marked=true"。如果我们P从搜索结果中打印边，我们可以看到哪些边是定向的，哪些边满足真正原因的本地标准：
``python
>；>；graph.edges（data=true）
[（'x2'，'x1'，{'arrows'：[]，'marked'：false}）、
（'x2'，'x4'，{'arrows'：['x4'，'marked'：false}）、
（'x3'，'x1'，{'arrows'：[]，'marked'：false}）、
（'x3'、'x4'、{'arrows'：['x4']、'marked'：false}）、
（'x4'、'x5'、{'arrows'：['x5'、'marked'：true}）
`````
我们可以看到从`'x2'到`'x4'、`'x3'到`'x4'、`'x4'到`'x5'的边都指向每对边中的第二个边。此外，我们还发现从"x4"到"x5"的边满足真正因果关系的本地标准。这与Pearl（2000）图"2.3（d）"中给出的结构相匹配。
您可以提供一组"可接受的"变量来进行控制，并测量给定原因的效果的因果分布，或给定原因的效果的预期值。
通过调整图形中x的父对象来调整变量。使用上面的数据集，您可以从因果关系中运行类似于
``python
`python
from causalization.estimation.adjustimportadjustfordirectcausfordirectcauss
g=digraph
g.add从（['x1'，'x2'x2'，'x3'，'x4'，'x4'，'x5']]]
g.add nodes from（['x1'，'x2'x2'x2'xx'，'x2'x2'x2'x4'），（'x3'，'x3'，'x3'，'x3'，'x3'x3'，'x3'，'x4'）]）
调整=直接调整uses（）
```
>然后，您可以看到通过打印调整来调整变量集。可接受的集合（g，['x2'，['x3']）
集合（['x1']）
````
如果我们没有调整到"x1"，我们将错误地发现"x2"对"x3"有因果关系，这是由于建议路径"x2，x1，x3"。对"x1"的调整消除了这种偏见。
ct=causaleffect（x，['x2']，['x3']，varvarvariacucucucucucucucucucucucucucucucucucucucucucucucucucucucucucucucucucucucucucucucucusususususususususususet=list（accesususususususususususususususususususet）
>；x=pd.dataframe（{'x2':[0.]，'x3':[0.]}）
>>>；>effect.pdf（x）
>0.26891568315603296
```````>>
，对于高斯高斯高斯高斯高斯高斯0个。以及方差2。如果调整"x2"的值，就会发现"x3"的概率不会改变。只有条件分布"p（x3 x2）"是不正确的，因为在这种情况下，观察和干预是不等价的。测试的运行时间很长。在不久的将来将进行许多优化，包括
*实现快速的互信息计算，o（n logn）
*加速集成用于控制的变量
*获取用户提供的图形，并找到一组可接受的集
*确定因果效应的前门标准方法
_因果关系。剑桥大学出版社（2000）。
欢迎加入QQ群-->： 979659372
