Глоссарий ИИ
Полный словарь искусственного интеллекта
Причинность по Грейнджеру
Статистический тест, определяющий, предсказывают ли прошлые значения переменной X будущие значения переменной Y значимо лучше, чем только прошлые значения самой Y. Не доказывает физическую причинность, а указывает на направленную временную предсказуемость между временными рядами.
Векторная авторегрессия (VAR)
Многомерная эконометрическая модель, описывающая линейные взаимозависимости между несколькими временными рядами, в которой каждая переменная объясняется через её собственные прошлые значения и прошлые значения других переменных. Необходима для анализа динамических эффектов и причинно-следственных связей в сложных временных системах.
Трансферная энтропия
Информационная мера, количественно оценивающая перенос информации между двумя стохастическими процессами, основанная на теории информации и способная обнаруживать нелинейные причинно-следственные связи. Вычисляет снижение неопределенности относительно будущих состояний одной переменной при известных прошлых состояниях другой переменной.
Динамическое каузальное моделирование
Байесовская структура для вывода направленных причинных связей и их временной модуляции между областями мозга или динамическими системами, основанная на биофизических моделях. Различает эффективную (причинную) и функциональную связность во временных данных.
Причинность, изменяющаяся во времени
Расширение методов временной причинности, позволяющее причинно-следственным связям изменяться во времени, что позволяет фиксировать структурные изменения или различные режимы в данных. Необходимо для моделирования систем, в которых причинные влияния динамически меняются.
Функция импульсного отклика
Функция, описывающая временную эволюцию переменных системы VAR в ответ на экзогенный шок одной переменной при прочих равных условиях. Позволяет визуализировать и количественно оценить временное распространение причинных эффектов по системе.
Конвергентное перекрестное отображение
Метод обнаружения причинности, основанный на теории нелинейных динамических систем, выявляющий причинно-следственные связи путем реконструкции многообразия состояний. Особенно эффективен для связанных систем с нелинейными взаимодействиями и петлями обратной связи.
Прерванный временной ряд
Квазиэкспериментальный план, анализирующий влияние вмешательства на временной ряд путем сравнения тенденций до и после точки прерывания. Позволяет оценить причинные эффекты политик, методов лечения или экзогенных событий на временные траектории.
Контрфактуальный анализ временных рядов
Инференциальный подход, оценивающий, что произошло бы при отсутствии вмешательства, путем построения синтетического контрфактуального временного ряда на основе контрольных данных. Фундаментален для строгой оценки причинных эффектов единовременных вмешательств.
Модели с распределенным лагом
Регрессионные модели, включающие запаздывающие эффекты объясняющей переменной на зависимую переменную, позволяющие причинам влиять на результаты в течение нескольких временных периодов. Необходимы для фиксации динамики адаптации и устойчивых эффектов в продольных данных.
Причинные модели пространства состояний
Математическое представление динамических систем, в которых причинно-следственные связи моделируются через ненаблюдаемые латентные состояния, изменяющиеся во времени. Позволяет отделить шум измерений от лежащей в основе причинной динамики и включить сложные причинные механизмы.
Обнаружение временных причинно-следственных связей
Набор алгоритмов и методов для автоматического выявления причинных структур на основе наблюдаемых временных данных без априорных гипотез о связях. Объединяет временные ограничения, тесты на независимость и оптимизацию для реконструкции ориентированных причинных графов.
Нелинейная причинность по Грейнджеру
Расширение теста на причинность по Грейнджеру, фиксирующее нелинейные предиктивные связи между временными рядами с использованием таких моделей, как нейронные сети или ядра. Необходимо, когда причинные связи характеризуются порогами, насыщением или хаотическим поведением.
Декомпозиция дисперсии ошибки прогноза
Техника VAR, разлагающая дисперсию ошибки прогноза каждой переменной на доли, обусловленные шоками различных переменных системы. Количественно оценивает относительную важность различных причин в объяснении временной изменчивости каждой переменной.
Значение фазовой синхронизации
Мера синхронизации фаза-фаза между двумя осциллирующими сигналами, количественно оценивающая постоянство разности фаз во времени. Используется в нейронауках и обработке сигналов для выявления причинно-следственных связей, основанных на фазовой связи во временных данных.
Продольный причинный медиационный анализ
Анализ, разделяющий общее воздействие лечения на результат на прямые и косвенные эффекты через медиаторы, измеряемые в продольном исследовании. Позволяет понять временные причинные механизмы и цепочки причинности в когортных исследованиях.
Динамическое структурное моделирование
Расширение моделирования структурными уравнениями на продольные данные, включающее рекуррентные причинные эффекты и стационарные стохастические процессы. Объединяет причинно-следственную теорию и временные зависимости для проверки сложных гипотез о динамических механизмах.