DoTime：干预性和反事实时间序列的综合基准生成器

arXiv:2607.27263v1 公告类型：新 摘要：时间序列因果推断的大多数基准都是观察性的、小型的或特定领域的，使得干预和反事实估计在最重要的领域得不到服务，例如医疗保健、政策评估和气候科学。我们引入了 \textbf{DoTime}，一个开放的、可扩展的、具有理论基础的带干预措施的多元时间结构因果模型（TSCM）生成器，以 \code{dotime} PyPI 包与四个冻结评估套件一起发布。除了现有的工作之外，它还增加了先前生成器所缺少的功能：连续时间干预 \emph{windows}、具有正向防护的反事实采样模式、作为中断时间序列的严格概括的政权切换 SCM、通过切换 SCM 参数构建的非平稳动态，以及将趋势和结构中断 \emph{inside} 置于评估窗口内的确定性斜坡和正弦干预曲线。此外，它还证明了生成器作为因果基础模型参考实现的先验的适用性。已发布的套件涵盖了 100{,}000$ 轨迹的训练规模快照和八个命名的识别结构，每个结构都有精确的地面事实：来自同一 SCM 的成对干预轨迹，以及连续时间套件中的共享噪声反事实。我们通过评估工具提供参考基线实施，并提出了一个可证伪的主张：与相同能力的观察模型相比，介入训练获得了可测量的方向准确性优势。它在每只手臂的三个训练种子上进行了测试。在对保留事件进行结构匹配评估时，介入先验拟合网络 (PFN) 的差距在每个结构、轨迹长度和种子测试中都是正的。