关于利用冯・米塞斯估计器进行条件独立性检验的样本复杂性及其应用于因果推断
原文中文,约400字,阅读约需1分钟。发表于: 。基于我们的估计器建立的多元分布的熵的非参数 Von Mises 估计器,在条件独立性测试这一关键步骤上受到启发,我们设计了一种基于估计器的条件独立性测试(VM-CI),在光滑性假设下达到了最优的参数速率。利用指数集中不等式,我们证明了 VM-CI 的总体误差的紧密上限。反过来,这使我们能够表征使用 VM-CI...
该文介绍了一种基于非参数 Von Mises 估计器的条件独立性测试方法(VM-CI),可用于多元分布的熵估计,达到最优参数速率。作者证明了 VM-CI 的总体误差上限,并表征了使用该方法进行条件独立性测试的任何基于约束的因果发现算法的样本复杂度。该方法在性能上优于其他常见的条件独立性测试,表现更好。