Dans cette présentation, je vais aborder l'inférence causale pour les séries temporelles. Notre attention se portera sur des observations en temps discret, en considérant différents types de graphes causaux, allant de représentations détaillées où chaque nœud correspond à une série temporelle à des instants précis, à des représentations plus abstraites où chaque nœud représente une série temporelle entière.

Je discuterai de la découverte causale, qui consiste à inférer des graphes causaux à partir de données observationnelles, ainsi que du raisonnement causal, en particulier le défi d'identifier l'effet total des interventions lorsque seules des versions abstraites du véritable graphe causal sont disponibles.