更改

'''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>

2.充分性的广义形式-确定性：如果原因只有一个结果，即<math>P=1</math>，则该熵项为零；如果原因具有完全随机的结果，则熵最大，即<math>\log_2n</math>, 系统级确定性系数如下: <math>det=1-\frac{H(E \mid c)}{\log_2n} </math>

'''2.充分性的广义形式-确定性'''：如果原因只有一个结果，即<math>P=1</math>，则该熵项为零；如果原因具有完全随机的结果，则熵最大，即<math>\log_2n</math>, 系统级确定性系数如下: <math>det=1-\frac{H(E \mid c)}{\log_2n} </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>，而特异性可以定义为1-简并性：<math>spec=1-deg</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>