更改

跳到导航 跳到搜索

因果推断 (查看源代码)

2020年10月18日 (日) 02:31的版本

删除5,733字节 、 2020年10月18日 (日) 02:31
无编辑摘要
第1行： 第1行： −
{{short description|Branch of statistics concerned with inferring causal relationships between variables}}
+
{{#seo:
 +
|keywords=因果推断,Craig Reynolds,计算机图形
 +
|description=涌现,分离,对齐,靠近
 +
}}
   −
{{Expert needed|date=October 2019}}
+
'''<font color = '#ff8000'>因果推断Causal inference</font>'''是基于某一事件发生的条件得出关于因果联系结论的过程。因果推断与'''<font color = '#ff8000'>关联推理inference of association</font>'''的主要区别在于前者分析了当原因改变时结果变量的响应。<ref name=Pearl_Journal>{{cite journal|last=Pearl|first=Judea|title=Causal inference in statistics: An overview|journal=Statistics Surveys|date=1 January 2009|volume=3|issue=|pages=96–146|doi=10.1214/09-SS057|url=http://ftp.cs.ucla.edu/pub/stat_ser/r350.pdf}}</ref><ref name=Morgan_book>{{cite book|last=Morgan|first=Stephen|author2=Winship, Chris|title=Counterfactuals and Causal inference|publisher=Cambridge University Press|year=2007|isbn=978-0-521-67193-4}}</ref>研究事件因何而起的科学被称为'''<font color = '#ff8000'>病因学etiology</font>'''。因果推断是'''<font color = '#ff8000'>因果推理causal reasoning</font>'''的一个例子。
       +
==定义==
   −
'''Causal inference''' is the process of drawing a conclusion about a [[causal]] connection based on the conditions of the occurrence of an effect. The main difference between causal inference and inference of [[association (statistics)|association]] is that the former analyzes the response of the effect variable when the cause is changed.<ref name=Pearl_Journal>{{cite journal|last=Pearl|first=Judea|title=Causal inference in statistics: An overview|journal=Statistics Surveys|date=1 January 2009|volume=3|issue=|pages=96–146|doi=10.1214/09-SS057|url=http://ftp.cs.ucla.edu/pub/stat_ser/r350.pdf}}</ref><ref name=Morgan_book>{{cite book|last=Morgan|first=Stephen|author2=Winship, Chris|title=Counterfactuals and Causal inference|publisher=Cambridge University Press|year=2007|isbn=978-0-521-67193-4}}</ref> The science of why things occur is called [[etiology]].  Causal inference is an example of [[causal reasoning]].
+
对某事原因的推断某事原因的过程被描述为：
   −
'''<font color = '#ff8000'>因果推断Causal inference</font>'''是根据某一效应发生的条件得出关于因果关系的结论的过程。因果推断与'''<font color = '#ff8000'>关联推理inference of association</font>'''的主要区别在于前者分析在原因变化时结果变量的反应。研究事情为什么发生的科学叫做'''<font color = '#ff8000'>病因学etiology</font>'''。因果推断是'''<font color = '#ff8000'>因果推理causal reasoning</font>'''的一个例子。
+
*“...reason[ing] to the conclusion that something is, or is likely to be, the cause of something else（...推论得出某事是（或可能是）其他事情的原因这一结论）”。<ref name=EB>{{cite web|title=causal inference|url=http://www.britannica.com/EBchecked/topic/1442615/causal-inference|publisher=Encyclopædia Britannica, Inc.|accessdate=24 August 2014}}</ref>
−
 
  −
  --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“是根据某一效应发生的条件得出关于因果关系的结论的过程。”一句中的“根据”改为“基于”，“效应”改为“事件”，“因果关系的结论”改为“因果联系结论”
  −
  --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“的主要区别在于前者分析在原因变化时结果变量的反应。”一句中“在原因变化时”改为“了当原因改变时”,“反应”改为“响应”
  −
  --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“研究事情为什么发生的科学叫做”一句改为“研究事件因何而起的科学被称为”
  −
 
  −
==Definition定义==
  −
 
  −
 
  −
Inferring the [[cause]] of something has been described as:
  −
 
  −
'''<font color = '#32CD32'>对某事原因的推断过程已经被描述为是:Inferring the [[cause]] of something has been described as:</font>'''
  −
 
  −
  --[[用户:嘉树|嘉树]]（[[用户讨论:嘉树|讨论]]） inferring是ing形式，因此译为“推断的过程”，存疑
  −
  --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“对某事原因的推断过程已经被描述为是：”一句改为“推断某事原因的过程被描述为：”
  −
 
  −
*"...reason[ing] to the conclusion that something is, or is likely to be, the cause of something else".<ref name=EB>{{cite web|title=causal inference|url=http://www.britannica.com/EBchecked/topic/1442615/causal-inference|publisher=Encyclopædia Britannica, Inc.|accessdate=24 August 2014}}</ref>
   
   
 
   
−
*“推理得出某事是（或可能是）其他事情的原因这一结论的过程。”
  −
  --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“推理得出某事是（或可能是）其他事情的原因这一结论的过程。”一句改为“某事是（或可能是）其他事情的原因这一结论。”
  −
*"Identification of the cause or causes of a phenomenon, by establishing covariation of cause and effect, a time-order relationship with the cause preceding the effect, and the elimination of plausible alternative causes."<ref name=psy>{{cite book|author1=John Shaughnessy|author2=Eugene Zechmeister|author3=Jeanne Zechmeister|title=Research Methods in Psychology|date=2000|publisher=McGraw-Hill Humanities/Social Sciences/Languages|isbn=978-0077825362|pages=Chapter 1 : Introduction|url=http://www.mhhe.com/socscience/psychology/shaugh/ch01_concepts.html|accessdate=24 August 2014|archive-url=https://web.archive.org/web/20141015135541/http://www.mhhe.com/socscience/psychology/shaugh/ch01_concepts.html|archive-date=15 October 2014|url-status=dead}}</ref>
     −
*“通过建立因果的共变关系、建立原因先于结果的时间顺序关系，以及消除其他可能的替代原因的过程，从而对现象的一个或多个原因进行确定的过程。”
+
*“Identification of the cause or causes of a phenomenon, by establishing covariation of cause and effect, a time-order relationship with the cause preceding the effect, and the elimination of plausible alternative causes（通过建立因果的共变模型，前因后果的时间顺序联系，以及消除其他可能的替代原因，从而对现象的一个或多个原因进行确认）”。<ref name=psy>{{cite book|author1=John Shaughnessy|author2=Eugene Zechmeister|author3=Jeanne Zechmeister|title=Research Methods in Psychology|date=2000|publisher=McGraw-Hill Humanities/Social Sciences/Languages|isbn=978-0077825362|pages=Chapter 1 : Introduction|url=http://www.mhhe.com/socscience/psychology/shaugh/ch01_concepts.html|accessdate=24 August 2014|archive-url=https://web.archive.org/web/20141015135541/http://www.mhhe.com/socscience/psychology/shaugh/ch01_concepts.html|archive-date=15 October 2014|url-status=dead}}</ref>
−
  --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“通过建立因果的共变关系、建立原因先于结果的时间顺序关系，以及消除其他可能的替代原因的过程，从而对现象的一个或多个原因进行确定的过程。”一句改为“通过建立因果的共变模型，前因后果的时间顺序联系，以及消除其他可能的替代原因，从而对现象的一个或多个原因进行确认。”
  −
==Methods 方法==
        −
Epidemiological studies employ different [[epidemiological method]]s of collecting and measuring evidence of risk factors and effect and different ways of measuring association between the two. A [[hypothesis]] is formulated, and then [[Statistical hypothesis testing|tested with statistical methods]]. It is [[statistical inference]] that helps decide if data are due to chance, also called [[random variation]], or indeed correlated and if so how strongly. However, [[correlation does not imply causation]], so further methods must be used to infer causation.{{Citation needed|date=May 2019}}
+
==方法==
   −
'''<font color = '#ff8000'>流行病学epidemiological</font>'''收集和衡量危险因素和结果，以及衡量危险因素和结果之间关系的方法与其他学科不同。一个假设提出来以后用'''<font color = '#ff8000'>统计学假设检验Statistical hypothesis testing</font>'''。这种'''<font color = '#ff8000'>统计学推断statistical inference </font>'''有助于判断数据是由偶然性引起的，也就是'''<font color = '#ff8000'>随机变异random variation</font>'''，还是确实存在相关性，以及相关性有多强。然而，相关不意味着因果，因此必须进一步使用其他方法来推断因果关系。
+
'''<font color = '#ff8000'>流行病学 Epidemiological</font>'''运用不同的流行病模型来收集和衡量危险因素和结果，以及判定两者之间的联系。一个假说被提出来后，然后进行'''<font color = '#ff8000'>统计学假设检验Statistical hypothesis testing</font>'''。这种'''<font color = '#ff8000'>统计学推断statistical inference </font>'''有助于判断数据是否由偶然性引起，也被称为'''<font color = '#ff8000'>随机变异random variation</font>'''，还是确实相关以及相关性的强弱。然而，相关不意味着因果，因此还需使用其他方法来推断其因果关系。
−
  --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“收集和衡量危险因素和结果，以及衡量危险因素和结果之间关系的方法与其他学科不同。一个假设提出来以后用”一句改为“运用不同的流行病模型来收集和衡量危险因素和结果，以及判定两者之间的联系”
  −
  --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“一个假设提出来以后”一句改为“一个假说被提出来后”
  −
  --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“是由偶然性引起的，也就是”一句改为“是否由偶然性引起，也被称为”
  −
  --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“还是确实存在相关性，以及相关性有多强”一句改为“还是确实相关以及相关性的强弱”
  −
  --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“因此必须进一步使用其他方法来推断因果关系”一句改为“必须使用其他方法来推断其因果关系”
  −
Common frameworks for causal inference are [[structural equation modeling]] and the [[Rubin causal model]].{{citation needed|date=August 2014}}
     −
因果推断的常见框架有'''<font color = '#ff8000'>结构方程模型structural equation modeling</font>'''和'''<font color = '#ff8000'>Rubin因果模型 Rubin causal model</font>'''。
     −
  --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“因果推断的常见框架”一句改为“常见的因果推断框架有”
+
常见的因果推断框架有'''<font color = '#ff8000'>结构方程模型 structural equation modeling</font>'''和'''<font color = '#ff8000'>Rubin因果模型 Rubin causal model</font>'''。
−
==In epidemiology 在流行病学中==
        −
[[Epidemiology]] studies patterns of health and disease in defined populations of [[living beings]] in order to [[infer]] causes and effects. An association between an [[Exposure (environmental hazard)|exposure]] to a putative [[risk factor]] and a disease may be suggestive of, but is not equivalent to causality because [[correlation does not imply causation]]. Historically, [[Koch's postulates]] have been used since the 19th century to decide if a microorganism was the cause of a disease. In the 20th century the [[Bradford Hill criteria]], described in 1965<ref name="bh65">{{cite journal |last=Hill |first=Austin Bradford |year=1965 |title=The Environment and Disease: Association or Causation? |journal=[[Proceedings of the Royal Society of Medicine]] |volume=58 |pages=295–300 |url=http://www.edwardtufte.com/tufte/hill |pmid=14283879 |pmc=1898525 |issue=5 |doi=10.1177/003591576505800503}}</ref> have been used to assess causality of variables outside microbiology, although even these criteria are not exclusive ways to determine causality.
+
==流行病学==
   −
'''<font color = '#ff8000'>流行病学Epidemiology</font>'''研究特定生物群体的健康和疾病'''<font color = '#ff8000'>模式patterns</font>'''，以推断原因和结果。'''<font color = '#ff8000'>暴露exposure </font>'''于一般认为的'''<font color = '#ff8000'>危险因素risk factor</font>'''和疾病之间的联系可能被提出，但不等同于确认因果关系，因为相关不意味着因果。从历史上看，'''<font color = '#ff8000'>科赫法则 Koch's postulates</font>'''从19世纪开始就被用来判断一种微生物是否是一种疾病的原因。在20世纪，'''<font color = '#ff8000'>布拉德福德·希尔准则Bradford Hill criteria</font>'''（参见Bradford Hill 1965年的文章<ref name="bh65"></ref>中）已经被用来评估微生物学之外的变量的因果关系，尽管即使是这些标准也不是确定因果关系的唯一方法。
+
'''<font color = '#ff8000'>流行病学Epidemiology</font>'''研究特定生物群体的健康和疾病'''<font color = '#ff8000'>模式patterns</font>'''，以推断原因和结果。'''<font color = '#ff8000'>暴露exposure </font>'''于一般认为的'''<font color = '#ff8000'>危险因素risk factor</font>'''和疾病之间可能存在关联，但不等于确定因果关系，因为相关不意味着因果。从历史上看，自19世纪，'''<font color = '#ff8000'>科赫法则 Koch's postulates</font>'''就被用来判断一种微生物是否是引起某种疾病的病因。在20世纪，'''<font color = '#ff8000'>布拉德福德·希尔准则 Bradford Hill criteria</font>'''<ref name="bh65">{{cite journal |last=Hill |first=Austin Bradford |year=1965 |title=The Environment and Disease: Association or Causation? |journal=[[Proceedings of the Royal Society of Medicine]] |volume=58 |pages=295–300 |url=http://www.edwardtufte.com/tufte/hill |pmid=14283879 |pmc=1898525 |issue=5 |doi=10.1177/003591576505800503}}</ref>已经被用来评估微生物学之外的变量的因果关系，尽管这些标准不是确定因果关系的唯一方法。
   −
  --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]]) 【审校】“的联系可能被提出，但不等同于确认因果关系”一句改为，“可能存在关联，但不等于确定因果关系”
  −
  --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]]) 【审校】“从19世纪开始”将此短语提至“科赫法则”之前。
  −
  --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]]) 【审校】“疾病的原因”一词改为“疾病病因”
  −
  --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]]) 【审校】“尽管即使是这些标准也不是确定因果关系的唯一方法”一句中去掉“即使”
      
In [[molecular epidemiology]] the phenomena studied are on a [[molecular biology]] level, including genetics, where [[biomarkers]] are evidence of cause or effects.
 
In [[molecular epidemiology]] the phenomena studied are on a [[molecular biology]] level, including genetics, where [[biomarkers]] are evidence of cause or effects.
   −
'''<font color = '#ff8000'>分子流行病学molecular epidemiology</font>'''中研究的现象是在'''<font color = '#ff8000'>分子生物学</font>'''水平上的，也涵盖了遗传学。而遗传学中的'''<font color = '#ff8000'>生物标志物biomarkers</font>'''就是原因或结果的证据。
+
'''<font color = '#ff8000'>分子流行病学molecular epidemiology</font>'''中研究的现象是在'''<font color = '#ff8000'>生物分子</font>'''水平上的，也涵盖了遗传学。而遗传学中的'''<font color = '#ff8000'>生物标志物biomarkers</font>'''就是原因或结果的证据。
    
   --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“分子生物学”一词改成“生物分子”
 
   --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“分子生物学”一词改成“生物分子”
第68行： 第39行：  
A recent trend{{when|date=August 2014}} is to identify [[evidence]] for influence of the exposure on [[molecular pathology]] within diseased [[Tissue (biology)|tissue]] or cells, in the emerging interdisciplinary field of [[molecular pathological epidemiology]] (MPE).{{third-party-inline|date=August 2014}} Linking the exposure to molecular pathologic signatures of the disease can help to assess causality. {{third-party-inline|date=August 2014}} Considering the inherent nature of [[heterogeneity]] of a given disease, the unique disease principle, disease phenotyping and subtyping are trends in biomedical and [[public health]] sciences, exemplified as [[personalized medicine]] and [[precision medicine]].{{third-party-inline|date=August 2014}}
 
A recent trend{{when|date=August 2014}} is to identify [[evidence]] for influence of the exposure on [[molecular pathology]] within diseased [[Tissue (biology)|tissue]] or cells, in the emerging interdisciplinary field of [[molecular pathological epidemiology]] (MPE).{{third-party-inline|date=August 2014}} Linking the exposure to molecular pathologic signatures of the disease can help to assess causality. {{third-party-inline|date=August 2014}} Considering the inherent nature of [[heterogeneity]] of a given disease, the unique disease principle, disease phenotyping and subtyping are trends in biomedical and [[public health]] sciences, exemplified as [[personalized medicine]] and [[precision medicine]].{{third-party-inline|date=August 2014}}
   −
在新兴的'''<font color = '#ff8000'>分子病理流行病学molecular pathological epidemiology (MPE)</font>'''交叉学科领域，最近的一个趋势（截至2014年）是确定在病变组织或细胞内，'''<font color = '#ff8000'>暴露exposure </font>'''在'''<font color = '#ff8000'>分子病理学molecular pathology</font>'''上的影响。将暴露与疾病的分子病理特征联系起来可以帮助因果关系的评估。鉴于给定疾病的'''<font color = '#ff8000'>异质性</font>'''的固有特征、独特的疾病原理等，疾病'''<font color = '#ff8000'>表现型phenotyping</font>'''和'''<font color = '#ff8000'>亚型subtyping </font>'''现在是生物医学和'''<font color = '#ff8000'>公共卫生科学public health</font>'''的趋势，例证包括'''<font color = '#ff8000'>个体化医学personalized medicine</font>'''和'''<font color = '#ff8000'>精准医学precision medicine</font>'''等。
+
在新兴的'''<font color = '#ff8000'>分子病理流行病学molecular pathological epidemiology (MPE)</font>'''交叉学科领域，最近的一个趋势（截至2014年）是确定在病变组织或细胞内，'''<font color = '#ff8000'>暴露exposure </font>'''在'''<font color = '#ff8000'>分子病理学molecular pathology</font>'''上的影响。将暴露与疾病的分子病理特征联系起来可以帮助因果关系的评估。鉴于给定疾病的'''<font color = '#ff8000'>异质性</font>'''的固有特征、独特的疾病原理等，疾病'''<font color = '#ff8000'>表现型phenotyping</font>'''和'''<font color = '#ff8000'>亚型subtyping </font>'''现在是生物医学和'''<font color = '#ff8000'>公共卫生科学 public health</font>'''的趋势，例证包括'''<font color = '#ff8000'>个体化医疗 personalized medicine</font>'''和'''<font color = '#ff8000'>精准医疗 precision medicine</font>'''等。
    
   --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“暴露”改为“暴露迹象”
 
   --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“暴露”改为“暴露迹象”
第79行： 第50行：  
   --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“个体化医学”改为“私人医疗”
 
   --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“个体化医学”改为“私人医疗”
 
   --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“精准医学”改为“精密医学”
 
   --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“精准医学”改为“精密医学”
 +
 +
 
==In computer science在计算机科学领域==
 
==In computer science在计算机科学领域==
   第87行： 第60行：     
   --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“确定两个时间独立变量：X 和 Y 的联合观测数据因果关系的问题 已经被解决了，方法是利用 X → Y 和 Y → X 方向上某些模型的证据不对称性。”改为“由两个时间自变量，例如X,Y；联合观测数据来确定因果关系。已经被使用一些模型方向上证据的不对称性给解决了，例如：X → Y 和 Y → X 。”
 
   --[[用户:ZC|ZC]]([[用户讨论:ZC|讨论]])  【审校】“确定两个时间独立变量：X 和 Y 的联合观测数据因果关系的问题 已经被解决了，方法是利用 X → Y 和 Y → X 方向上某些模型的证据不对称性。”改为“由两个时间自变量，例如X,Y；联合观测数据来确定因果关系。已经被使用一些模型方向上证据的不对称性给解决了，例如：X → Y 和 Y → X 。”
 +
     
薄荷
7,129

个编辑

取自“https://wiki.swarma.org/index.php/特殊:移动版差异/15642”

导航菜单