Effiziente lokale kausale Entdeckung zur Schätzung kausaler Effekte

Selbst wenn der zugrunde liegende kausale Graph unbekannt ist, können wir Beobachtungsdaten verwenden, um die möglichen Werte eines durchschnittlichen Behandlungseffekts (ATE) einzugrenzen, indem wir (1) den Graph bis zu einer Markov-Äquivalenzklasse identifizieren und (2) den ATE für jeden Graph in der Klasse schätzen.