LSNMs

新的Loscar框架通过分位数回归增强因果发现能力

研究人员推出了一种新的因果发现框架Loscar，该框架将RESIT方法扩展到位置-尺度噪声模型（LSNM）。与以往依赖残差估计参数假设的LSNM方法不同，Loscar采用分位数回归进行非参数估计。这种方法允许将预训练的表格基础模型作为即插即用估计器集成。在基准测试中，Loscar在多变量因果发现场景和灵活函数类别方面，相比可行的广义最小二乘（FGLS）变体，展现出显著的性能提升。