#37 Causality and potential outcomes with Irineo Cabreros

the bioinformatics chat

Nội dung được cung cấp bởi Roman Cheplyaka. Tất cả nội dung podcast bao gồm các tập, đồ họa và mô tả podcast đều được Roman Cheplyaka hoặc đối tác nền tảng podcast của họ tải lên và cung cấp trực tiếp. Nếu bạn cho rằng ai đó đang sử dụng tác phẩm có bản quyền của bạn mà không có sự cho phép của bạn, bạn có thể làm theo quy trình được nêu ở đây https://vi.player.fm/legal.

5y ago 40:46

MP3•Trang chủ episode

In this episode, I talk with Irineo Cabreros about causality. We discuss why causality matters, what does and does not imply causality, and two different mathematical formalizations of causality: potential outcomes and directed acyclic graphs (DAGs). Causal models are usually considered external to and separate from statistical models, whereas Irineo’s new paper shows how causality can be viewed as a relationship between particularly chosen random variables (potential outcomes).

Links:

Causal models on probability spaces (Irineo Cabreros, John D. Storey)
The Book of Why: The New Science of Cause and Effect (Judea Pearl, Dana Mackenzie)

If you enjoyed this episode, please consider supporting the podcast on Patreon.

70 tập

#Bioinformatics #Genetics #Algorithms #Ngs #Roman Cheplyaka #Biology #Science #Natural Sciences #Sequence #Genomics