示例笔记本#

这些示例也可以在GitHub上找到。克隆DoWhy并安装Jupyter后，您可以在本地运行它们。或者您可以直接在网页浏览器中使用Binder环境运行它们。

入门示例#

计算因果效应的基本示例
../_images/effect-estimation-estimand-expression.png
Level: Beginner
Task: Effect estimation
图形因果模型的基本示例
../_images/graph-xyz.png
Level: Beginner
Task: Intervention via GCM
从GCM生成样本的基本示例
../_images/draw-samples.png
Level: Beginner
Task: Sample generation
混杂因素示例：从观测数据中寻找因果效应
../_images/confounder-example.png
Level: Beginner
Task: Effect estimation
使用DoWhy和EconML的条件平均处理效果（CATE）
../_images/conditional-treatment-effect.png
Level: Beginner
Task: Conditional effect estimation
因果推断及其与机器学习的联系教程（使用DoWhy+EconML）
../_images/dowhy-econml-tutorial.png
Level: Beginner
Task: All
Do-sampler 介绍
Level: Beginner
Task: Interventions

现实世界启发的示例#

探索酒店预订取消的原因
../_images/hotel-bookings.png
Level: Beginner
Task: Effect estimation
估算会员奖励计划的效果
../_images/membership-program-graph.png
Level: Beginner
Task: Effect estimation
在线商店中的因果归因和根本原因分析
../_images/online-shop.png
Level: Beginner
Task: Quantify causal effects and root cause analysis via GCM
在微服务架构中查找延迟升高的根本原因
../_images/microservice-architecture.png
Level: Beginner
Task: Root cause analysis, intervention, counterfactual via GCM
401(k)资格对净金融资产的影响
../_images/401k-example.png
Level: Advanced
Task: Intervention via GCM
寻找供应链变化的根本原因
../_images/supply-chain1.png
Level: Advanced
Task: Root cause analysis via GCM
分解性别工资差距
../_images/cps2015-shapley-values.png
Level: Advanced
Task: Causal Change Attribution via GCM
估计现实世界示例中的内在因果影响
../_images/icc-example.jpg
Level: Advanced
Task: Intrinsic causal influence via GCM
医疗案例中的反事实分析
../_images/gcm-counterfactual-example.png
Level: Advanced
Task: Counterfactuals via GCM
用户给定的有向无环图的证伪
../_images/gcm-falsify-example.png
Level: Advanced
Task: Falsifying Causal Graph
反事实公平性
../_images/counterfactual_fairness_dowhy.png
Level: Advanced
Task: Fairness estimation via GCM
销售增长的因果归因和支出干预
../_images/sales_attribution.png
Level: Advanced
Task: Causal Inference

基准数据集上的示例#

DoWhy 示例：关于 ihdp（婴儿健康与发展计划）数据集
Level: Advanced
Task: Effect inference
DoWhy 示例在 Lalonde 数据集上
Level: Advanced
Task: Effect inference
对Lalonde和IHDP数据集应用反驳测试
Level: Advanced
Task: Effect inference
401(k)资格对净金融资产的影响
Level: Advanced
Task: GCM inference
MNIST上的DoWhy因果预测演示
Level: Advanced
Task: Prediction
Lalonde Pandas API 示例
Level: Advanced
Task: Do Sampler
反事实公平性
Level: Advanced
Task: Fairness estimation
DoWhy 在 Twins 数据集上的示例
Level: Advanced
Task: Effect inference

建模和反驳因果假设#

加载输入图的不同方法
Level: Beginner
Task: All
因果发现示例
Level: Beginner
Task: All
用户给定的有向无环图的证伪
Level: Advanced
Task: All
回归模型的敏感性分析
Level: Beginner
Task: Effect inference
非参数因果估计的敏感性分析
Level: Advanced
Task: Effect inference
迭代多个反驳测试
Level: Beginner
Task: Effect inference
使用OverRule评估支持和重叠
Level: Advanced
Task: Effect inference
使用用户定义的结果函数创建自定义反驳的简单示例
Level: Advanced
Task: Effect inference
给定数据集的估计方法排名
Level: Advanced
Task: Effect inference

杂项#

DoWhy: 因果推断的不同估计方法
Level: Beginner
Task: Effect inference
使用工具变量方法进行估计的简单示例
Level: Beginner
Task: Effect inference
DoWhy: 因果估计器的解释器
Level: Beginner
Task: Effect inference
使用DoWhy进行中介分析：直接和间接效应
Level: Advanced
Task: Effect inference
估计多种处理的效果
Level: Advanced
Task: Effect inference
寻找最优调整集
Level: Advanced
Task: Effect inference
使用ID算法识别效果
Level: Advanced
Task: Effect inference
示例展示用于因果识别的优化后门变量搜索
Level: Advanced
Task: Effect inference