邹至庄经济研究院博士生论文研讨会第82期
论文题目：具有错误发现率控制的高维有向无环图结构学习
报告人：康雪倩
导师：钟威教授
摘要：
因果结构学习旨在从观测数据中推断变量之间的因果关系，其中PC算法是一种广泛使用的方法。随着PC算法在高维场景中的使用增加，大规模条件独立性测试中控制错误发现的挑战，引发了研究者对估计图可靠性的担忧。本文提出了一种在因果结构学习中控制错误发现率（FDR）的方法，专门解决邻接特定的假设并利用数据拆分（DS）技术的灵活性。我们首先提出了DS-PC算法，该算法通过邻接特定的镜像统计量实现FDR控制。接下来，提出了SEEDS-PC（Stablized e-value and its eBH with Data Splitting）算法，通过聚合多次运行的结果并将eBH应用于稳定的e值来增强功率和稳定性。我们证明，对于高维数据，所提出的方法将FDR渐近控制在指定水平。我们通过低维和高维设置的数值模拟对所提出的方法进行评估，并在真实的基因表达数据上进行了应用。
地点：D235
腾讯会议：362-7447-9153
时间：9月8日，周一中午，12:30-14:00
语言：中文
