潛在混雜

深度分析

線性高斯模型下貝葉斯因果探索於潛在混雜的失效機制分析

研究指出貝葉斯因果結構學在存在兩變量潛在混雜時會產生虛假邊緣，當樣本量增大臨界相關係數下降，導致錯誤圖形的後驗機率提升，並依據局部碰撞結構分為兩種失效情形：一是完全連通導致等價類擴大，二是形成新碰撞使等價類縮小，最終影響邊緣可信度與未來因果推論的可靠性。