41
个编辑
更改
无编辑摘要
=内容简介-中文=
=内容简介-中文=
什么样的假设和方法可以让我们将观察结果转化为因果知识，以及不完整的因果知识如何能够用于规划和预测，以影响和控制我们的环境?
在这本书中，Peter spirtes, clark glymour 和 Richard scheines 使用贝叶斯网络的形式来解决这些问题，其结果已经应用于社会、行为和物理科学的不同研究领域。
作者指出，尽管实验和观察性研究设计可能不总是允许相同的推论，但它们遵循统一的原则。他们公理化了因果结构和概率独立性之间的联系，探索了几种不同的因果不可区分性，制定了一种操作理论，并开发了在'''因果模型的等价类中搜索'''的渐近可靠过程，包括有潜在变量和没有潜在变量的分类数据模型和结构方程模型。作者表明，因果关系和概率之间的关系也可以帮助澄清统计学中的不同主题，如：实验与观察的比较效力(power)，辛普森悖论，回归模型中的错误，回顾性与前瞻性抽样，以及变量选择。
第二版载有一个新的导言和对自1993年第一版出版以来出现的进展和应用的广泛调查。
=基本信息=
=基本信息=