2、数学概念与因果关系基础解析

数学概念与因果关系基础解析

1. 符号约定

在文本中,每个技术术语在定义时使用粗体书写。不同类型的变量、值、集合等有特定的表示方式:
|类型|表示方式|示例|
| ---- | ---- | ---- |
|变量|大写斜体|X|
|变量的值|小写斜体|X = x|
|集合|大写粗体|V|
|集合变量的值|小写粗体|V = v|
|X 中不属于 Y 的成员|X\Y| - |
|误差变量|e| - |
|X 和 Y 的独立性|X ⫫ Y| - |
|X 和 Y 在 Z 条件下的独立性|X ⫫ Y|Z| - |
|X 和 Y 的并集|XY| - |
|X 和 Y 的协方差|COV(X,Y) 或 XY| - |
|X 和 Y 的相关性|XY| - |
|X 和 Y 的样本相关性|rXY| - |
|X 和 Y 在控制集合 Z 所有成员下的偏相关性|XY.Z| - |

在所有考虑的图中,顶点是随机变量,因此“图中的变量”和“图中的顶点”这两个术语可互换使用。图编号位于图的正下方,每章从 1 开始编号。必要时,通过框起测量变量和圈起未测量变量(误差项除外)来区分测量变量和未测量变量。以 e 开头的变量被理解为“误差”或“干扰”变量。

对于离散随机变量的概率分布,在适当的可积性条件下,结果可通过将离散变量替换为连续变量、概率分布替换为密度函数、求和替换为积分,轻松推广到具有密度函数的连续分布。若一组变量的描述是图 G 和 G 中变量的函数,则将 G 作为函数的可选参数。例如,Parents(G,X) 表示图 G 中 X 的父变量集合;若上下文明确

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值