#37 Causality and potential outcomes with Irineo Cabreros

the bioinformatics chat

Вміст надано Roman Cheplyaka. Весь вміст подкастів, включаючи епізоди, графіку та описи подкастів, завантажується та надається безпосередньо компанією Roman Cheplyaka або його партнером по платформі подкастів. Якщо ви вважаєте, що хтось використовує ваш захищений авторським правом твір без вашого дозволу, ви можете виконати процедуру, описану тут https://uk.player.fm/legal.

5y ago 40:46

MP3•Головна епізоду

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 епізодів

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