346
个编辑
更改
跳到导航
跳到搜索
第24行：
第24行： + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +
→简介
之所以引入do操作，目的是为了消除数据X的分布对EI的影响，以使得最后的EI度量仅仅是因果机制f的函数，而与数据X无关。
之所以引入do操作，目的是为了消除数据X的分布对EI的影响，以使得最后的EI度量仅仅是因果机制f的函数，而与数据X无关。
下面，给出三个马尔科夫链的例子，以及相应的EI数值也放到了下面：
下面，我们以三个马尔科夫链为例，来考察它们的确定性和简并性
{| style="text-align: center;"
|+马尔科夫链示例
|-
|<math>
P_1=\begin{pmatrix}
0 &0 &1 &0& \\
1 &0 &0 &0& \\
0 &0 &0 &1& \\
0 &1 &0 &0& \\
\end{pmatrix}
</math>,
||
<math>
P_2=\begin{pmatrix}
1/3 &1/3 &1/3 &0& \\
1/3 &1/3 &1/3 &0& \\
1/3 &1/3 &1/3 &0& \\
0 &1 &0 &1& \\
\end{pmatrix}
</math>,
||
<math>
P_3=\begin{pmatrix}
0 &0 &1 &0& \\
1 &0 &0 &0& \\
1 &0 &0 &0& \\
1 &0 &0 &0& \\
\end{pmatrix}
</math>.
|-
|[math]\begin{aligned}&EI(P_1)=2\ bits,\\&Det(P_1)=2\ bits,\\&Deg(P_1)=0\ bits\end{aligned}[/math]||[math]\begin{aligned}&EI(P_2)=0.81\ bits,\\&Det(P_2)=0.81\ bits,\\&Deg(P_2)=0\ bits\end{aligned}[/math]||[math]\begin{aligned}&EI(P_3)=0.81\ bits\\&Det(P_3)=2\ bits,\\&Deg(P_3)=1.19\ bits.\end{aligned}[/math]
|}
第一个转移概率矩阵是一个置换排列矩阵（Permutation），它是可逆的，因此确定性最高，没有简并性，因而EI最大；第二个矩阵的前三个状态都会以1/3的概率跳转到彼此，因此确定性程度最低，而非简并，EI是0.81；第三个矩阵虽然也是确定性的矩阵，因而确定性最高，但是由于后三个状态都跳转到1，因此，从1状态不能推知它来自于哪个状态，因此简并性最高，最终的EI与第二个相同，仍然是0.81。
=Do形式及解释=
=Do形式及解释=