“The Book of Why”的版本间的差异
第1行: | 第1行: | ||
* 此词条由因果科学读书会词条梳理志愿者雨轩翻译审校,未经专家审核,带来阅读不便,请见谅。 | * 此词条由因果科学读书会词条梳理志愿者雨轩翻译审校,未经专家审核,带来阅读不便,请见谅。 | ||
− | |||
− | |||
[[文件:The Book of Why.jpg|缩略图| | [[文件:The Book of Why.jpg|缩略图| |
2022年5月10日 (二) 12:14的版本
- 此词条由因果科学读书会词条梳理志愿者雨轩翻译审校,未经专家审核,带来阅读不便,请见谅。
《为什么:因果新科学》是计算机科学家朱迪亚·珀尔和作家达娜·麦肯齐在2018年合著的非小说类书籍。这本书为普通读者从统计和哲学的观点探讨了因果关系和因果推理的问题。
目录
- 引言:思维胜于数据
- 第一章:因果关系之梯
- 第二章:从海盗到豚鼠:因果推断的起源
- 第三章:从证据到原因:当贝叶斯牧师遇见福尔摩斯先生
- 第四章:混杂和去混杂:或者,消灭潜伏变量
- 第五章:烟雾缭绕的争论:消除迷雾,澄清事实
- 第六章:大量的悖论!
- 第七章:超越统计调整:征服干预之峰
- 第八章:反事实:探索关于“假如”的世界
- 第九章:中介:寻找隐藏的作用机制
- 第十章:大数据,人工智能和重要问题
致谢
参考文献
本书包含了10个章节和引言部分。
引言:思维胜于数据
导言描述了20世纪早期统计方法在陈述变量之间的因果关系方面的不足。在此之后,作者描述了他们称之为“因果革命”的事件,它始于20世纪中期,为描述因果关系提供了新的概念和数学工具。
第一章:因果关系之梯
第一章介绍了“因果阶梯”——一个用来说明因果推理三个层次的图表。第一级是“关联”,它讨论变量之间的关联。诸如“变量X与变量Y相关吗?”这个层次上的回答。然而,在第一级中还没有提到因果关系。第一级的例子是观察到公鸡啼叫与日出有关,然而,这种推理不能描述因果关系,因为我们不能说日出是否导致公鸡鸣叫。
因果关系阶梯的第二级被称为“干预”。在这一层面上的推理需要回答“如果我干预X,这将如何影响结果Y的概率?”例如,“吸烟会增加我患肺癌的几率吗?”存在于因果阶梯的第二级。这种推理调用了因果关系,可以用于分析比第一级推理更多的问题。
因果关系阶梯的第三级被称为“反事实”,包括回答一些问题:如果环境不同,会发生什么?这种推理在更大程度上调用了因果关系。书中给出的一个反事实问题是“如果奥斯瓦尔德没有杀死肯尼迪,他还会活着吗?”
第二章:从海盗到豚鼠:因果推断的起源
第二章首先简要总结了弗朗西斯·高尔顿和卡尔·皮尔森在19世纪末20世纪初对统计学发展的贡献。他们指责高尔顿把统计学的研究放在了因果关系阶梯的第一级,并阻碍了统计学中任何关于因果关系的讨论。在这之后休厄尔·赖特通过使用路径图将因果分析引入。
第三章:从证据到原因:当贝叶斯牧师遇见福尔摩斯先生
第三章介绍贝叶斯定理、贝叶斯网络,以及贝叶斯网络与因果图之间的联系。
第四章:混杂和去混杂:或者,消灭潜伏变量
本章介绍了混杂的概念,并描述了因果图如何被用来识别混杂变量并确定它们的效应。珀尔解释说,可以使用随机对照试验(RCT)来消除混杂因素的影响,也能使用其他因果模型获得同样的目的。
第五章:烟雾缭绕的争论:消除迷雾,澄清事实
本章从历史角度探讨“吸烟会导致肺癌吗?”这一问题,主要关注亚伯拉罕·利连菲尔德、雅各布·耶鲁沙米、罗纳德·费舍尔和杰罗姆·康菲尔德的观点。如费舍尔和耶鲁沙米解释说,虽然吸烟与肺癌明显相关,认为这两个变量混淆了,不同意香烟导致癌症的假设。随后,作者解释了因果推理(如本书其余部分所述)如何被用来论证香烟确实会导致癌症。
第六章:大量的悖论!
本章探讨了几个悖论,包括蒙蒂·霍尔问题、辛普森悖论、伯克森悖论和洛德悖论。作者展示了如何使用因果推理来解决这些悖论。
第七章:超越统计调整:征服干预之峰
本章着眼于在第一章中介绍的因果关系阶梯的“第二梯级”。作者描述了如何使用因果图来确定实施干预的因果效果。吸烟对结果(如肺癌)的影响。“前门准则”和“微积分”被作为工具引入。本章以两个例子结束,用来介绍使用工具变量来估计因果关系。第一个是约翰·斯诺发现霍乱是由不卫生的供水引起的。第二个是胆固醇水平和心脏病发作可能性之间的关系。
第八章:反事实:探索关于“假如”的世界
本章考察因果关系阶梯的第三级:反事实。本章介绍了“结构性因果模型”,它考虑以传统(非因果)统计方式不能对反事实进行推理的问题。然后,探讨反事实推理在气候科学和法律领域的应用。
第九章:中介:寻找隐藏的作用机制
这一章讨论的是调节:一因导致一果的机制。作者讨论了芭芭拉·斯托达德·伯克斯关于儿童智力成因的工作,芝加哥公立学校的“全民代数”政策和使用止血带治疗战争伤口的例子。
第十章:大数据,人工智能和重要问题
最后一章讨论了因果推理在大数据和人工智能(AI)中的应用,以及人工智能必须反思自身行为的哲学问题,而这需要反事实(因果)推理。
致谢
朱迪亚·珀尔的网页上提供了科学背景、摘录、勘误表和《为什么》一书的37篇评论
《为什么》一书由乔纳森在《纽约时报》进行评论,这篇评论是正面的,尼称这本书“具有启发性”。然而,他将这本书的某些部分描述为“具有挑战性的”,称这本书“对于那些不像作者那样喜欢数学方程的读者来说,并不总是能够完全理解”。
蒂姆·莫德林在《波士顿评论》上对这本书发表了褒奖不一的评论,称其为“对因果分析技术现状的精彩概述”。然而,莫德林批评将“反事实”作为“因果阶梯”上的一个单独的梯级,他指出,反事实与因果主张是如此紧密地交织在一起,以至于不可能只考虑因果而不考虑反事实。莫德林还批评了关于自由意志的部分,因为它“不精确,对哲学文学不够熟悉”。最后,他提到了几位科学家的工作(包括克拉克·格利莫尔),他们提出了与珀尔类似的想法,并声称珀尔“如果被告知这项工作,他本可以节省多年的努力”。
在反驳中,珀尔指出,他不仅被告知了这些科学家的工作,而且还积极参与了这些科学家的创造。此外,在《为什么》一书中描述的关键发展,其中包括(1)识别分析,(2)反事实的算法化,(3)中介分析,(4)外部有效性,远远超过2000年前时代的狭隘哲学文献。
佐伊·哈克特在《化学世界》上对《为什么》一书给予了积极的评价,并告诫说,“这需要注意力集中,需要勤奋努力,才能解决书中提出的令人费解的统计问题。”这篇评论的结论是:“他的书对于任何认真学习科学哲学的学生来说都是必读的,而且应该是所有本科一年级统计学课程的必读书目。”
丽莎·r·戈德堡在《美国数学学会公告》上写了一篇详细的技术性评论。
参考文献
- Judea Pearl's information page for The Book of Why, http://bayes.cs.ucla.edu/WHY/
- "Review: The Book of Why Examines the Science of Cause and Effect". The New York Times. 1 June 2018.
- Tim Maudlin (4 September 2019). "The Why of the World". The Boston Review.
- Zoe Hackett (18 January 2019). "The Book of Why: The New Science of Cause and Effect". Chemistry World.
- Lisa R. Goldberg (August 2019). "The Book of Why" (PDF). Notices of the American Mathematical Society.