更改

=== 共因原理 ===

=== 共因原理 ===

共因原理(common causeprinciple，CCP):如果两个可观察对象X和Y在统计上是关联的，那么就存在一组变量Z(也可能是X或者Y)，它会对这两个对象产生共同的影响，并解释所有的关联关系这一条也经常被解释为“每一个关联关系背后都有某种因果关系”。共因原理是一个重要的假设，虽然受到一些质疑，但是现在仍被众多理论所采纳。共因原理反映了因果关系的单向性，认为世界是沿着一个不可逆的方向在演化的。如“冰淇淋销量高-犯罪率高”的例子，在冰淇淋销量高和犯罪率高关联的背后，一定有第三个变量，即气温，使得在表观层面上两个毫无瓜葛的现象产生了强烈的关联，气温就是冰淇销量和犯罪率之间的共同原因。

共因原理(common causeprinciple，CCP):如果两个可观察变量X和Y在统计上是关联的，那么就存在一组变量Z(也可能是X或者Y)，它会对这两个变量产生共同的影响，这一条也经常被解释为“每一个关联关系背后都有某种因果关系”。共因原理的理论基础是是拉普拉斯提出的“决定论”以及爱因斯坦等提出的“隐变量理论”，认为因果关系是具备确定性的，因必然导致果，其中出现的一些误差或者不确定性是由未知变量(隐变量)造成的。共因原理是一个重要的假设，虽然受到一些质疑，但是现在仍被众多理论所采纳。如“冰淇淋销量高-犯罪率高”的例子，在冰淇淋销量高和犯罪率高关联的背后，一定有第三个变量，即气温，使得在表观层面上两个毫无瓜葛的现象产生了强烈的关联，气温就是冰淇销量和犯罪率之间的共同原因。

 

=== 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。