贝叶斯因果发现如何失效：潜在混杂下线性高斯网络的结构性后果

本文研究潜在混杂如何改变贝叶斯因果发现对有向无环图的后验判断。在线性高斯因果模型中，作者聚焦恰有两个观测变量受到加性潜在混杂的情形，推导出虚假边被评分偏好的临界相关阈值，并指出该阈值会随样本量增加而下降，进一步刻画两类后验失效机制。