275
个编辑
更改
→主要因果度量方法
== 主要因果度量方法 ==
== 主要因果度量方法 ==
=== David Hume的恒常连结 ===
David Hume将因果定义为“一个对象，后面跟着另一个对象，并且所有与第一个对象相似的对象后面跟着与第二个对象相似的对象”<ref>David Hume. ''An Enquiry concerning Human Understanding''. 1748.</ref>。换句话说，因果关系源于事件之间的这种连续规律性模式<ref>Phyllis Illari and Federica Russo. ''Causality: Philosophical Theory meets Scientific Practice''. Oxford University
Press, Oxford, New York, December 2014.</ref>。 总体而言，事件 c 后面跟着事件 e 的“恒常连结”会让我们预期一旦观察到 c，就会发生 e，因此推断 c 是 e 的原因。在这里，我们遵循 Judea Pearl 的观点，他将David Hume的连续规律性概念解释为我们今天所说的事件之间的相关性<ref>Judea Pearl. ''Causality.'' Cambridge University Press, Cambridge, 2 edition, 2009.</ref>。这可以形式化为候选原因 c 和结果 e 之间观察到的统计协方差：
<math>\operatorname{Cov}(X, Y)=E(X Y)-E(X) E(Y)</math>
<math>E(X) </math>和 E(Y): 分别是随机变量 X 和 Y 的期望值，即各自独立时的平均结果。E(XY): 这是随机变量 X 和 Y 乘积的期望值，表示在多次实验中，X 和 Y 乘积的平均结果。
== 因果基元的形式化 ==
== 因果基元的形式化 ==