因果性

因果匹配策略

因果匹配策略 利用因果分析匹配技术，消除因果关系不确定性，从而做出科学决策。 核心原理： 基于因果关系和相关关系匹配样本组，建立对照组，通过比较对照组和干预组之间的差异来衡量因果效应。

统计分析 3 2024-05-23

因果关系研究数据

投资电子邮件随机化试验（RCT）的数据集，用于因果关系研究。

统计分析 4 2024-04-30

因果状态建模器工具箱

基于 Shalizi 等人提出的 CSSR 算法，该工具箱利用创新的离散化方法处理连续和离散的聚类数据。用户可以使用自己的数据或工具箱生成的数据推断最佳预测隐马尔可夫模型，并计算数据的统计复杂度以及其他相关指标。 更多信息请参考帮助文档。

Matlab 7 2024-05-23

因果分析在研究中的应用

因果分析是研究中的重要方法之一，揭示事件之间的因果关系。通过系统地分析变量之间的相互作用，研究人员可以深入理解问题的根源和影响因素。因果分析不仅帮助解释现象背后的原理，还能为决策制定提供科学依据。

统计分析 4 2024-07-21

Groupon对Yelp评分的影响：因果关系分析

原因分析： 假设一：Groupon用户评分是否更严格？ 假设二：商家对Groupon用户提供更差的服务？ 提出新假设：Groupon用户评论更低，因为它们反映了真实且公正的客户体验，而Yelp评论通常包含有偏见甚至虚假的评价。

统计分析 5 2024-05-12

XML在Web挖掘中的因果模式应用(2010年)

这篇文章定义了一种包括因果关系、因果集合、影响度和分类权值等参数的模式。结合统计分析和其他数据挖掘算法，利用XML的优势构建了一种Web挖掘模型。该模型不仅能够发现Web上事物之间的内在联系和规律，还能为任务执行提供预测和决策支持。实际应用证明，该模型有效可靠，对预测和决策具有重要作用。

数据挖掘 2 2024-07-16

优化MATLAB开发的隐有限次优因果关系滤波器

针对MATLAB开发的隐有限次优因果关系滤波器进行了优化。计算了使误差系统H-无穷范数最小化的最优逆滤波器。

Matlab 2 2024-07-16

可靠性数据的收集与分析故障数据的因果关系图解析

故障数据的因果图分析是一种系统的方法，用于揭示故障根源。树干代表主要故障，大树枝上的原因是导致故障的根本因素，而小树枝上的原因则是大树枝所列因素的详细解释。因果图的制作需要确保故障描述具体明确，并吸收多方意见进行深入分析和验证。分类时需合理归类，标记主要原因，并在现场验证后提出改进措施。

SQLServer 2 2024-07-24

BIC自适应获取构建模型所需时间序列长度的格兰杰因果关系判别

格兰杰因果关系（Granger causality）是基于统计假设检验的一种方法，用于判断一个变量是否能够预测另一个变量的变化。具体来说，如果基于变量x和变量y的过去值的y的自回归模型比仅基于y的过去值的模型更准确地预测y的当前值，那么可以说变量x对变量y存在格兰杰因果关系。在这一过程中，使用BIC（Bayesian Information Criterion）方法来动态调整时间序列的历史长度，以构建最优的预测模型。

算法与数据结构 1 2024-07-30

三次样条的H无穷大最优因果IIR逆滤波器的计算MATLAB开发

介绍了如何使用MATLAB开发计算三次样条的H无穷大最优因果滤波器（间接B样条滤波器）。输入参数包括延迟d，输出结果为TF对象中的最佳滤波器psi(z)和相应的最优值gopt。这项工作基于M. Nagahara和Y. Yamamoto的研究成果，探讨了因果样条插值的H无穷大最优逼近。

Matlab 1 2024-07-30