更改

当我们讨论因果关系时，不应该简单地认为它只是一个简单的原因导致结果的关系。实际上，这种关系可以从两个不同的角度来看：一个是充分性，另一个是必要性。充分性是指一个原因是否总是能导致一个特定的结果，而必要性是指为了得到这个结果，是否需要这个特定的原因。我们可以把这两个概念看作是理解因果关系的基本元素，称为因果基元（Causal Primitives）<ref name=" Hoel 2022"/>。在更广泛的意义上，充分性和必要性分别反映了因果关系之间的确定性和简并性。

当我们讨论因果关系时，不应该简单地认为它只是一个简单的原因导致结果的关系。实际上，这种关系可以从两个不同的角度来看：一个是充分性，另一个是必要性。充分性是指一个原因是否总是能导致一个特定的结果，而必要性是指为了得到这个结果，是否需要这个特定的原因。我们可以把这两个概念看作是理解因果关系的基本元素，称为因果基元（Causal Primitives）<ref name=" Hoel 2022"/>。在更广泛的意义上，充分性和必要性分别反映了因果关系之间的确定性和简并性。

充分性的形式化

'''充分性的形式化'''

1.充分性：这里指的是原因<math>c</math>对产生结果<math>e</math>的充分程度。如果每当原因<math>c</math>发生时，结果<math>e</math>总是随之发生，那么我们可以说<math>c</math>是产生<math>e</math>的充分条件。换句话说，<math>c</math>的存在足以确保<math>e</math>的发生。充分性用公式表示为: <math>suff (e, c) = P (e | c)</math>

1.充分性：这里指的是原因<math>c</math>对产生结果<math>e</math>的充分程度。如果每当原因<math>c</math>发生时，结果<math>e</math>总是随之发生，那么我们可以说<math>c</math>是产生<math>e</math>的充分条件。换句话说，<math>c</math>的存在足以确保<math>e</math>的发生。充分性用公式表示为: <math>suff (e, c) = P (e | c)</math>

其中<math>n</math>为所有可能结果的数量，用<math>H (E | c) </math>表示原因导致结果的概率分布的熵，用公式表示为: <math>H(E\mid c)=\sum_{e\in E} suff (e, c)\log_2\frac{1}{suff (e, c)}</math>

其中<math>n</math>为所有可能结果的数量，用<math>H (E | c) </math>表示原因导致结果的概率分布的熵，用公式表示为: <math>H(E\mid c)=\sum_{e\in E} suff (e, c)\log_2\frac{1}{suff (e, c)}</math>

必要性的形式化

'''必要性的形式化'''

1.必要性：这里指原因<math>c</math>对产生结果<math>e</math>的必要性程度。如果只有通过<math>c</math>才能产生<math>e</math>，那么<math>c</math>是产生<math>e</math>的必要条件。这意味着没有<math>c</math>，<math>e</math>就不会发生。必要性用表示公式为: <math>nec(e, c) = 1 – P (e | C\c)</math>

1.必要性：这里指原因<math>c</math>对产生结果<math>e</math>的必要性程度。如果只有通过<math>c</math>才能产生<math>e</math>，那么<math>c</math>是产生<math>e</math>的必要条件。这意味着没有<math>c</math>，<math>e</math>就不会发生。必要性用表示公式为: <math>nec(e, c) = 1 – P (e | C\c)</math>

2.必要性的广义形式-简并性：简并性是必要性的一种推广，如果所有可能的结果都有相同的概率，即没有任何一个结果比其他结果更有可能，那么简并性为零。如果某些特定的结果由更多的原因引起，那么这些特定的结果就更有可能发生，从而导致简并性增加。简并性的量化可以用一组原因<math>C</math>导致<math>e</math>发生的条件概率的熵来衡量，公式为: <math>\begin{aligned}H(E \mid C)=\sum_{e\in E}P(e\mid C)\log_2\frac{1}{P(e\mid C)}\end{aligned}</math>

2.必要性的广义形式-简并性：简并性是必要性的一种推广，如果所有可能的结果都有相同的概率，即没有任何一个结果比其他结果更有可能，那么简并性为零。如果某些特定的结果由更多的原因引起，那么这些特定的结果就更有可能发生，从而导致简并性增加。简并性的量化可以用一组原因<math>C</math>导致<math>e</math>发生的条件概率的熵来衡量，公式为: <math>\begin{aligned}H(E \mid C)=\sum_{e\in E}P(e\mid C)\log_2\frac{1}{P(e\mid C)}\end{aligned}</math>

通过这个公式，我们可以定义系统级简并性系数: <math>deg=1-\frac{H(E \mid C)}{\log_{2}n}</math>

通过这个公式，我们可以定义系统级简并性系数: <math>deg=1-\frac{H(E \mid C)}{\log_{2}n}</math>，而特异性可以定义为1-简并性：<math>spec=1-deg</math>

 

而特异性可以定义为1-简并性：<math>spec=1-deg</math>

在论文中，作者使用<math>CP=suff + nec</math>或<math>CP=det + spec</math>来量化一个马可科夫动力学的因果性强弱。详细方法的介绍见: [[因果效应度量]]词条。

在论文中，作者使用<math>CP=suff + nec</math>或<math>CP=det + spec</math>来量化一个马可科夫动力学的因果性强弱。详细方法的介绍见: [[因果效应度量]]词条。