G-Square 检验

使用 G-Square 检验 [1] 执行独立性检验。此检验基于对数似然比检验。

用法

from causallearn.utils.cit import CIT
gsq_obj = CIT(data, "gsq") # construct a CIT instance with data and method name
pValue = gsq_obj(X, Y, S)

请注意，自 v0.1.2.8 版本发布以来，我们已将独立性检验从函数重构为类。这带来了速度提升和更灵活的参数指定。

对于用户，您可能需要相应地调整您的代码。具体来说，如果您正在

  • 端到端地运行基于约束的算法：则无需更改任何内容。旧代码仍然兼容。例如，

from causallearn.search.ConstraintBased.PC import pc
from causallearn.utils.cit import gsq
cg = pc(data, 0.05, gsq)

  • 显式计算检验的 p 值：则需要声明 gsq_obj 并按上述方式调用它，而不是像以前那样使用 gsq(data, X, Y, condition_set)。请注意，现在 causallearn.utils.cit.gsq 是一个字符串 "gsq"，而不是一个函数。

有关（条件）独立检验实现的更多详细信息，请参阅 CIT.py。

参数

data: numpy.ndarray，形状 (n_samples, n_features)。数据，其中 n_samples 是样本数，n_features 是特征数。

method: 字符串，“gsq”。

kwargs: 例如，cache_path。请参阅 高级用法。

返回

p: 检验的 p 值