MLP「統計的因果探索」サポートページ

MLP「統計的因果探索」サポートページ


  • 正誤表や補足

    • 135ページ : モデルA, B, C の下。「ただし, どの場合も, f_1, e_1, e_2の平均は0 にとります. さらに, e_x と e_y の分散は, x と y の分散が 1 になるようにとります. 」 -->「ただし, どの場合も, f_1, e_1, e_2の平均は0 にとります. さらに, e_1 と e_2 の分散は, x_1 と x_2 の分散が 1 になるようにとります. 」(e_x と e_y → e_1, e_2、x, y → x_1, x_2)。青山学院大学 保科架風さんに感謝いたします。(2021.5.31)

    • 143ページ: 式(5.19)のeの右肩青山学院大学 保科架風さんに感謝いたします。(2021.3.25)

    • 以下は第1版4刷では反映されています:

      • 159ページ: 図6.2の係数の添え字。SCREENアドバンストシステムソリューションズ 原岡弦矢さんに感謝いたします。(2020.3.4)

    • 以下は第1版4刷では反映されています:

      • 30ページ: 図2.7 最初の式の左辺 「x=1」--> 「x=c」。滋賀大学 秋山浩希さんに感謝いたします。(2019.6.19)

      • 112ページ: 「変数x2から変数x1への回帰係数」--> 「変数x2を変数x1へ回帰した場合の回帰係数」。マクロミル 小西伶児さんに感謝いたします。(2019.8.28)

    • 以下は第1版3刷では反映されています:

      • 9ページ:「9増えます」--> 「10増えます」滋賀大学 髙安達也さんに感謝いたします。 (2017.7.18)

      • 164ページ: 混合モデルに基づくアプローチのプログラム最新版は、「Matlab」でなく「Python」です。滋賀大学 岩山幸治さんに感謝いたします。 (2017.7.18)

      • 74ページ (3.10式の2行上): 「親でもありません.」を削除。滋賀大学 出口幹久さんに感謝いたします。(2017.11.14)

      • 10ページ: 「平均0, 分散1のガウス分布から1つずつ生成します」--> 「上記のガウス分布から1つずつ生成します」(2018.2.21)

      • 99ページ: 図4.6の右下の係数行列B_後の(3,1)成分は「5」ではなく「-3」。図4.6の右下の係数行列B_後の(3,2)成分は「-3」ではなく「5」。大阪大学 下田啓太さんに感謝いたします。(2018.3.2)

      • 127ページ: 「未観測共通原因f_1とf_2から」-->「未観測共通原因f_1から」(「とf_2」が不要なので、削除)。東京大学 長澤道行さんに感謝いたします。(2018.3.2)

      • 77ページ: 図3.13「因果的マルコフ条件よりxとyは従属なのに」--> 「因果的マルコフ条件よりxとzは従属なのに」yでなくz。東京大学 長澤道行さんに感謝いたします。(2018.3.2)

      • 89ページ: 「その成分は係数a_{ij} (i,j=1,…,p)」--> 「その成分は係数a_{ij} (i=1,…,p; j=1,…,q)」(jが1からqまでです) 大阪大学 下田啓太さんに感謝いたします。(2018.3.6)

      • 101ページ (一番上の式): P^{-1}D^{-1} --> D^{-1}P^{-1} (2箇所) PとDのかける順番を逆に。 大阪大学 下田啓太さんに感謝いたします。(2018.3.6)

      • 149ページ: 図5.6の一番左と一番右の因果グラフで、x_1とx_2が2つずつあるが、下側の2つはx_3とx_4です。滋賀大学 高柳昌芳さんに感謝いたします。(2018.4.13)

      • 120ページ: M(x_j, U)は0となり -> M(x_i, U)は0となり (2018.8.5)

      • 42ページ: 「病気にかかっている人の数を表します」-->「病気にかかっている人の割合を表します」慶應義塾大学 森峻人さんに感謝いたします。43ページも同様に3箇所。

    • 以下は第1版2刷では反映されています:

因果探索入門 (1/4)

因果探索入門 (2/4)

因果探索入門 (3/4)

因果探索入門 (4/4)