697
个编辑
更改
无编辑摘要
进入21世纪初Giulio Tononi 和 Olaf Sporns 提出[[有效信息|有效信息 (EI)]]的概念<ref name=":6">Giulio Tononi and Olaf Sporns. Measuring information integration. ''BMC Neuroscience'', page 20, 2003.</ref>，它可以用来衡量一个马尔科夫动力学的因果效应强度。它通过干预实验来排除其他因素的影响，通过比较干预前后状态之间的互信息来量化因果效应。
进入21世纪初Giulio Tononi 和 Olaf Sporns 提出[[有效信息|有效信息 (EI)]]的概念<ref name=":6">Giulio Tononi and Olaf Sporns. Measuring information integration. ''BMC Neuroscience'', page 20, 2003.</ref>，它可以用来衡量一个马尔科夫动力学的因果效应强度。它通过干预实验来排除其他因素的影响，通过比较干预前后状态之间的互信息来量化因果效应。
== 因果关系和因果效应 ==
因果关系是指一个事件（原因）与另一个事件（结果）之间存在的导致与被导致的关系，强调的是事件之间的逻辑联系和先后顺序，是一种定性的、结构性的关系描述。比如，“吸烟”与“肺癌”之间存在因果关系，即吸烟是导致肺癌的一个原因。
因果效应则侧重于描述原因对结果产生影响的具体程度或效果，是对因果关系在数量或程度上的量化表达，具有定量的性质。例如，研究发现长期大量吸烟的人患肺癌的风险比不吸烟的人高80%，这80%就是吸烟对患肺癌这一结果的因果效应的一种量化体现。因果效应能够为因果关系提供更具体、更精确的信息，帮助人们更深入地理解因果关系的本质和特征。通过因果效应的估计，可以明确原因变量对结果变量影响的具体程度和方式，使因果关系从定性的认知上升到定量的分析。
== 前提假设 ==
== 前提假设 ==
在现代的因果关系研究中，人们都是使用数学语言将因果关系量化为因果效应，这样才能把对因果的研究建立在一个客观和科学的基础之上。数学的推理都是从公理或基本假设出发的，因此因果效应的度量也有着它的前提和基本假设。
在现代的因果关系研究中，人们都是使用数学语言将因果关系量化为因果效应，这样才能把对因果的研究建立在一个客观和科学的基础之上。数学的推理都是从公理或基本假设出发的，因此因果效应的度量也有着它的前提和基本假设。
=== 独立因果机制 ===
=== 独立因果机制 ===
独立因果机制(independence causal mechanism，ICM):因果生成过程是由相互不影响的自治模块组成的，这表明每个因果关系之间是相对独立的。这一机制可以确保在研究中，只需要在相关的变量因果證步围内推斯因果关系，而无须担心其他因果关系的影响，这意味着因地关系具有稳健性、不变性和可重复性。例如在医学中，一项手术对了某个个体的治疗效果不会因为其他个体接受手术的情况而变化，一些细心的读者可能会想到，有些个体在看到别的手术出现不良效果时情绪产生波动、从而影响了自身的手术效果，在这种情况下，所考虑的原因变量要增加一个，即情绪。在新的变量环境下，手术的效果还是独立的(当然与不考虑情绪是有区别的)。不考虑病人的情绪,手术效果完全取决于手术本身。考虑病人的情绪，则手术效果取决于手术和情绪。在这两种情况下，系统都是独立的，不受外部影响。
独立因果机制(independence causal mechanism，ICM):因果生成过程是由相互不影响的自治模块组成的，这表明每个因果关系之间是相对独立的。这一机制可以确保在研究中，只需要在相关的变量因果證步围内推斯因果关系，而无须担心其他因果关系的影响，这意味着因地关系具有稳健性、不变性和可重复性。例如在医学中，一项手术对了某个个体的治疗效果不会因为其他个体接受手术的情况而变化，一些细心的读者可能会想到，有些个体在看到别的手术出现不良效果时情绪产生波动、从而影响了自身的手术效果，在这种情况下，所考虑的原因变量要增加一个，即情绪。在新的变量环境下，手术的效果还是独立的(当然与不考虑情绪是有区别的)。不考虑病人的情绪,手术效果完全取决于手术本身。考虑病人的情绪，则手术效果取决于手术和情绪。在这两种情况下，系统都是独立的，不受外部影响。
== 三种统计因果类型 ==
== 三种统计因果类型 ==