do - operation 是一种对于数据的主动干预,在传统的统计学中甚至找不到对它的描述,这是珀尔定义因果效应而创建的一种操作,借助这一概念,可以很好地定义什么是变量之间的因果效应。例如在决策理论中,决策是一种对于现有状态的主动干预,已知当前环境<math>Z</math>,拟采取决策<math>X</math>,预测结果<math>Y</math>。这个情况可表示为<math>P(Y|\text{do}(X),Z)</math>,而不是<math>P(Y|X,Z)</math>。前一个公式表示在决策前的环境<math>Z</math>中,实施决策<math>X</math>之后,预判<math>Y</math>出现的概率。后一个公式则表示在决策<math>X</math>与实施后的环境<math>Z</math>共存的情况下,<math>Y</math>出现的概率。 | do - operation 是一种对于数据的主动干预,在传统的统计学中甚至找不到对它的描述,这是珀尔定义因果效应而创建的一种操作,借助这一概念,可以很好地定义什么是变量之间的因果效应。例如在决策理论中,决策是一种对于现有状态的主动干预,已知当前环境<math>Z</math>,拟采取决策<math>X</math>,预测结果<math>Y</math>。这个情况可表示为<math>P(Y|\text{do}(X),Z)</math>,而不是<math>P(Y|X,Z)</math>。前一个公式表示在决策前的环境<math>Z</math>中,实施决策<math>X</math>之后,预判<math>Y</math>出现的概率。后一个公式则表示在决策<math>X</math>与实施后的环境<math>Z</math>共存的情况下,<math>Y</math>出现的概率。 |