简介：我们研究了对于高维加法结构方程模型的估计。我们方法的一个关键组成部分是在一个编码因果结构的有向无环图中，从特征或边选择的变量之间解耦顺序搜索。我们证明前者可以用非正则的极大似然估计完成，而后者可以使用稀疏回归技术有效地解决。因此，我们本质上简化了一类重要因果模型的结构搜索和估计问题。我们建立了低维和高维场景的(受限)最大似然估计的一致性，并且我们也允许对于误差分布的估计偏差。在此基础上，我们提出了一种处理多变量的高效计算方法，并通过仿真和实际数据验证了该方法的准确性和性能。

链接：https://projecteuclid.org/journals/annals-of-statistics/volume-42/issue-6/CAM--Causal-additive-models-high-dimensional-order-search-and/10.1214/14-AOS1260.full

推荐理由：本文提出了高效的算法来进行因果结构的估计，对后续的研究有着很大的启发作用。

内容中包含的图片若涉及版权问题，请及时与我们联系删除