697
个编辑
更改
跳到导航
跳到搜索
第2行：
第2行： + + + 第13行：
第16行： − − == 相关性和因果关系 == 第31行：
第32行： + + + + + + + + + + + 第41行：
第53行： − + − − === 格兰杰因果 === − − === 转移熵 === − − === 动态复杂性 === − − === 收敛交叉映射 ===
无编辑摘要
== 历史渊源 ==
== 历史渊源 ==
ohn Locke在他1690年发表的著作《人类理解论》中首次正式提出了因和果的概念：把产生观念的事物叫做原因，把所产生的东西叫做结果。在18世纪David Hume进一步发展了这个概念<ref name=":1">David Hume. ''An Enquiry concerning Human Understanding''. 1748.</ref>，提出因果不是事实之间的概念，而是经验之间的习惯性联想。他强调判断因果关系的三条准则：空间邻近性、时间连续性、恒常连结性。20世纪末Judea Pearl基于结构因果模型和潜在结果模型将因果关系划分为关联、干预、反事实三个层级，使得因果推理更加精确和实用<ref name=":5">Judea Pearl. ''Causality.'' Cambridge University Press, Cambridge, 2 edition, 2009.</ref>。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。
相关性和因果关系
== 基本假设 ==
== 基本假设 ==
=== 独立因果机制 ===
=== 独立因果机制 ===
== 因果关系和因果效应 ==
== 因果关系和因果效应 ==
上述确定因果关系的每种类型都有其优缺点，其使用取决于研究的动机和性质。虽然主要涉及随机化实验的第一级因果估计可能会使研究结论更加安全，但无法揭示观察到的效应背后的生物、心理或物理过程。另一方面，零级因果关系受到批评，认为他们没有参与观察对系统做某事的因果效应。第二层次的因果关系需要实地知识，不能仅仅由数据驱动。
上述确定因果关系的每种类型都有其优缺点，其使用取决于研究的动机和性质。虽然主要涉及随机化实验的第一级因果估计可能会使研究结论更加安全，但无法揭示观察到的效应背后的生物、心理或物理过程。另一方面，零级因果关系受到批评，认为他们没有参与观察对系统做某事的因果效应。第二层次的因果关系需要实地知识，不能仅仅由数据驱动。
== 数据驱动的因果效应度量 ==
=== 格兰杰因果 ===
=== 转移熵 ===
=== 动态复杂性 ===
=== 收敛交叉映射 ===
== 实验干预的因果效应度量 ==
== 实验干预的因果效应度量 ==
=== 有效信息 ===
=== 有效信息 ===
== 数据驱动的因果效应度量 ==
== 知识建模的因果效应度量 ==