58
个编辑
更改
跳到导航
跳到搜索
第53行：
第53行： − + 第59行：
第59行： − + 第65行：
第65行： − + 第73行：
第73行： − +
→因果关系之梯 Ladder of Causation
== 因果关系之梯 Ladder of Causation ==
== 因果关系之梯 Ladder of Causation ==
Judea Pearl的因果元模型涉及三个层次的抽象，他称之为因果之梯。最低层的“关联”（看到/观察）需要感知输入数据中的规律性或模式，用相关性表示。中间层的“干预”（做）可以预测有意识行动的后果，用因果关系表示。最高层的“反事实”（想象）涉及构建部分世界的理论，该理论解释为什么特定行为会产生特定后果，以及在没有此行为的情况下会发生什么。<ref name=":1" />
Judea Pearl的因果元模型涉及三个层次的抽象，他称之为因果之梯。最低层的“关联”（看到/观察）需要感知输入数据中的规律性或模式，用相关性表示。中间层的“干预”（做）可以预测有意识行动的后果，用因果关系表示。最高层的“反事实”（想象）涉及构建部分世界的理论，该理论解释为什么特定行为会产生特定后果，以及在没有此行为的情况下会发生什么。<ref name="Pearl 2000 p. " />
=== 关联 Association ===
=== 关联 Association ===
如果观察一个对象改变了观察另一个对象的可能性，则这个对象与另一个对象相关联。例子：购买牙膏的购物者也更有可能购买牙线。数学上用
如果观察一个对象改变了观察另一个对象的可能性，则这个对象与另一个对象相关联。例子：购买牙膏的购物者也更有可能购买牙线。数学上用
:<math>P (买牙线 | 买牙膏) </math>
:<math>P (买牙线 | 买牙膏) </math>
表示已知一个人购买牙膏时的其购买牙线的可能性。关联也可以通过计算两个事件的相关性来衡量。关联并不意味着因果。一个事件可能导致另一个事件，反过来也可能，或者两个事件都可能由某个第三事件引起（牙医对口腔健康的宣传使得购物者同时购买牙线和牙膏）。<ref name=":1" />
表示已知一个人购买牙膏时的其购买牙线的可能性。关联也可以通过计算两个事件的相关性来衡量。关联并不意味着因果。一个事件可能导致另一个事件，反过来也可能，或者两个事件都可能由某个第三事件引起（牙医对口腔健康的宣传使得购物者同时购买牙线和牙膏）。<ref name="Pearl 2000 p. " />
=== 干预 Intervention ===
=== 干预 Intervention ===
该层涉及事件之间的特定因果关系。因果是通过实验性地执行影响事件的一些动作来评估。例如：如果我们将牙膏的价格提高一倍，那么人们购买牙线的概率将是多少？因果无法通过检验历史信息来确定，因为可能存在其他因素同时影响这两个变量，比如存在牙膏价格变化的其他原因，而且这种原因会影响牙线的价格（例如两种商品的关税增加）。数学上用
该层涉及事件之间的特定因果关系。因果是通过实验性地执行影响事件的一些动作来评估。例如：如果我们将牙膏的价格提高一倍，那么人们购买牙线的概率将是多少？因果无法通过检验历史信息来确定，因为可能存在其他因素同时影响这两个变量，比如存在牙膏价格变化的其他原因，而且这种原因会影响牙线的价格（例如两种商品的关税增加）。数学上用
:<math>P (牙线价格 | do(牙膏价格)) </math>
:<math>P (牙线价格 | do(牙膏价格)) </math>
表示这种概率。其中do是一个算子，表示对谁做实验性干预（如价格翻倍）。<ref name=":1" />这个算子指示了要在创造所需效果的世界中进行最小的变化，即在现实模型上进行尽可能小的改变的“小手术”。<ref>{{cite journal |last1=Pearl |first1=Judea |title=Causal and Counterfactual Inference |date=29 Oct 2019 |url=https://ftp.cs.ucla.edu/pub/stat_ser/r485.pdf |access-date=14 December 2020}}</ref>
表示这种概率。其中do是一个算子，表示对谁做实验性干预（如价格翻倍）。<ref name="Pearl 2000 p. " />这个算子指示了要在创造所需效果的世界中进行最小的变化，即在现实模型上进行尽可能小的改变的“小手术”。<ref>{{cite journal |last1=Pearl |first1=Judea |title=Causal and Counterfactual Inference |date=29 Oct 2019 |url=https://ftp.cs.ucla.edu/pub/stat_ser/r485.pdf |access-date=14 December 2020}}</ref>
=== 反事实 Counterfactuals ===
=== 反事实 Counterfactuals ===
:<math>P (买牙线 | 买牙膏, 当初牙线价格翻倍) </math>
:<math>P (买牙线 | 买牙膏, 当初牙线价格翻倍) </math>
反事实可以表明存在因果关系。回答反事实的模型允许进行精确的干预，这些干预的后果可被预测。在极端情况下，这样的模型被人们认为是物理定律（如惯性：若不将力施加到静止物体上物体将不会移动）。<ref name=":1" />
反事实可以表明存在因果关系。回答反事实的模型允许进行精确的干预，这些干预的后果可被预测。在极端情况下，这样的模型被人们认为是物理定律（如惯性：若不将力施加到静止物体上物体将不会移动）。<ref name="Pearl 2000 p. " />
== 因果 Causality ==
== 因果 Causality ==