[发明专利]用于配对数据的平均处理效应

权利要求书

1.一种计算机实现方法，包括：

识别多变量事件数据集内的多个数据变量；

使所述多变量事件数据集内的至少两个所识别的数据变量之间的因果推断形式化；

基于所识别的数据变量的因果推断的形式化生成用于所述多变量事件数据集的平均效应值的结构框架；以及

基于所识别的变量的类型、与所识别的变量相关联的预定时间和所识别的变量之间的因果连接强度计算所生成的平均效应的结构框架的反倾向分数。

2.根据权利要求1所述的计算机实现的方法，其中识别所述多个数据变量包括：

基于多个指示性标记针对数据变量来分析所述多变量事件数据集；

使用多个扫描设备基于平均处理效应和倾向值来识别至少两个被分析的数据变量；以及

基于满足或超过与所述多个指示性标记相关联的变化的预定阈值的正匹配百分比来检索所述至少两个被分析的数据变量，其中所检索的数据变量有助于使所述多变量事件数据集内的因果推断形式化。

3.根据权利要求1所述的计算机实现的方法，其中使所述至少两个所识别的数据变量之间的因果推断形式化，包括：

生成数据结构，所述数据结构在估计的数据模型内绘制与所述多变量事件数据集相关联的每个所识别的数据变量；

通过估计与历史发生相关联的处理变量和与不同发生相关联的结果变量之间的多个处理效应，使用所生成的数据结构来预测与所收集的数据相关联的结果；以及

基于所述处理变量和所述结果变量之间的所述多个处理效应的估计，使所述至少两个所识别的变量之间的所述因果推断形式化。

4.根据权利要求1所述的计算机实现的方法，其中生成所述平均效应值的结构框架包括在多个预定时间计算所述至少两个所识别的数据变量之间的差异。

5.根据权利要求1所述的计算机实现的方法，其中计算所生成的框架的反倾向分数包括修改所述至少两个所识别的变量，其中所述修改可以是改变所识别的变量的类型、与所识别的变量相关联的所述预定时间和所识别的多个数据变量之间的因果连接强度。

6.根据权利要求1所述的计算机实现的方法，还包括基于等价的倾向分数的推导来验证所述反倾向分数。

7.根据权利要求6所述的计算机实现的方法，还包括响应于所验证的反倾向分数满足或超过预定阈值来自动终止所生成的框架的操作。

8.根据权利要求1所述的计算机实现的方法，还包括：

使多变量事件数据集内的至少两个所识别的数据变量之间的因果推断形式化，其中数据集是多变量时间事件数据集；

基于所识别的数据变量的因果推断的形式化，生成用于所述多变量事件数据集的平均效应值的第二结构数据框架；以及

基于多个因素计算所生成的所述平均效应的第二结构数据框架的反倾向分数。

9.一种计算机程序产品，包括：

用于分别执行权利要求1-8中任一项所述的方法的步骤的程序指令。

10.一种计算机系统，包括：

一个或多个计算机处理器；

一个或多个计算机可读存储介质；以及

程序指令，存储在所述一个或多个计算机可读存储介质上，用于由所述一个或多个计算机处理器中的至少一个执行，所述程序指令包括用于分别执行权利要求1-8中任一项所述的方法的步骤的程序指令。