यह अध्ययन रैखिक गॉसियन मॉडलों में अंतर्निहित कन्फाउंडिंग की उपस्थिति में बेयसियन कारण खोज में पोस्टेरियर इनफरेंस के व्यवहार का विश्लेषण करता है, विशेष रूप से दो अवलोकित चरों के बीच योगात्मक कन्फाउंडिंग पर ध्यान केंद्रित करता है।
- लेखकों ने एक महत्वपूर्ण सहसंबंध सीमा व्युत्पन्न की है जिससे ऊपर स्कोर फ़ंक्शन कन्फाउंड किए गए चरों के बीच एक भ्रामक किनारे वाले ग्राफ़ को प्राथमिकता देता है।
- यह सीमा नमूना आकार बढ़ने के साथ कम हो जाती है, जिसका अर्थ है कि अधिक डेटा होने पर भ्रामक किनारे को प्राथमिकता देने के लिए आवश्यक सहसंबंध कम होता है।
- इस सीमा से परे, पोस्टेरियर कन्फाउंड किए गए चरों के आसपास स्थानीय संरचना द्वारा निर्धारित दो अलग-अलग विफलता शासन प्रदर्शित करता है।
- इन निष्कर्षों को कई ग्राफ़ संरचनाओं पर सटीक पोस्टेरियर गणनाओं द्वारा समर्थित किया गया है, जिससे पूर्वानुमित विफलता शासन की पुष्टि होती है।