Probabilistyczny związku przyczynowego - Probabilistic causation

Probabilistyczny związku przyczynowego jest pojęciem w grupie filozoficznych teorii, które mają na celu scharakteryzowania związek między przyczyną a skutkiem używając narzędzi teorii prawdopodobieństwa . Główną ideą tych teorii jest to, że powoduje podniesienie prawdopodobieństwa ich skutków, wszystkie pozostałe były równe .

Deterministyczny kontra teorii prawdopodobieństwa

Interpretacji przyczynowości jako deterministycznej związku oznacza, że jeśli powoduje B , a następnie musi zawsze być następnie B . W tym sensie, wojna nie powoduje śmierci, ani nie palenia powodują raka . W rezultacie, wiele zwrócić się do pojęcia prawdopodobieństwa przyczynowego. Nieformalnie probabilistycznie powoduje B , gdy A” występowanie s zwiększa prawdopodobieństwo B . To jest czasami interpretowane w celu odzwierciedlenia niedoskonałej wiedzy systemu deterministycznego ale czasem interpretować w ten sposób, że system przyczynowy ramach studium ma z natury indeterministyczną naturę. ( Skłonność prawdopodobieństwo jest analogiczna idea, zgodnie z którą prawdopodobieństwo mieć obiektywne istnienie i to nie tylko ograniczenia wiedzy osobnika).

Filozofowie jak Hugh Mellor i Patrick Suppes zdefiniowano przyczynowości w zakresie od przyczyny poprzedniego i zwiększając prawdopodobieństwo tego efektu. (Dodatkowo Mellor twierdzi, że przyczyna i skutek są oba fakty - nie wydarzeń. - ponieważ nawet nie-wydarzenia, takie jak awaria pociągu przybyć, może powodować skutki takie jak mój autobusem Suppes, przeciwnie, opiera się na zdarzenia definiowane set-teoretycznie, a wiele z jego dyskusji jest informowany o tej terminologii).

Pearl twierdzi, że całe przedsięwzięcie probabilistyczny przyczynowości został wprowadzeni w błąd od samego początku, ponieważ centralne pojęcie, które powoduje „podniesienie prawdopodobieństwa” ich skutki nie mogą być wyrażone w języku teorii prawdopodobieństwa. W szczególności, nierówność Pr (efekt | przyczyna)> Pr (efekt | ~ przyczyna) , które filozofowie powoływane w celu określenia związku przyczynowego, a także jego liczne odmiany i niuanse, nie uchwycić intuicji za „podniesienie prawdopodobieństwa”, który jest z natury zmanipulowana lub alternatywę pojęcie.

Prawidłowe sformułowanie, zgodnie z Pearl, powinien brzmieć:

Pr (efekt | zrobić (przyczyna))> pr (efekt | zrobić (~ przyczyna))

gdzie zrobić (C) oznacza interwencji zewnętrznej, która zmusza prawdę C . Prawdopodobieństwo warunkowe P (E | C) , w przeciwieństwie do tego, reprezentuje prawdopodobieństwo wynikające z pasywnej obserwacji C i rzadko pokrywa się z Pr (E | zrobić (C)) . Rzeczywiście, obserwując barometr spada zwiększa prawdopodobieństwo burzy nadchodzi, ale nie „przyczyna” burzę; były akt manipulacji barometr zmiany prawdopodobieństwo burz, barometr spada byłoby zakwalifikować jako przyczyna burze. W ogóle, formułując pojęcie „podniesienie prawdopodobieństwa” w rachunku zrobić -operators rozwiązuje trudności probabilistyczny związku przyczynowego napotkała w minionym półwieczu, a wśród nich niesławnego paradoks Simpsona , i wyjaśnia, co dokładnie relacje istnieją między prawdopodobieństw i związku przyczynowego ,

Utworzenie przyczyny i skutku, nawet z tej miłej lektury, jest bardzo trudne, wyrażona przez powszechnie przyjętym oświadczeniu „ korelacji nie implikuje przyczynowości ”. Przykładowo obserwacja, że palacze mają znacznie zwiększoną częstość raka płuc nie wykazuje, że palenia muszą być przyczyną tej zwiększonej szybkości Rak może istnieje pewna defekt genetyczny, który powoduje zarówno nowotworów i pragnienie nikotyny; lub może nawet pragnienie nikotyny jest objawem bardzo wczesnym stadium raka płuc, które w przeciwnym razie nie jest wykrywalny. Naukowcy są zawsze szuka dokładnych mechanizmów, dzięki którym wydarzenie produkuje Zdarzenie B . Ale naukowcy także są wygodne złożenie oświadczenia w stylu: „Palenie powoduje raka prawdopodobnie”, gdy korelacja statystyczna pomiędzy nimi, zgodnie z teorią prawdopodobieństwa, jest znacznie większa niż przypadek. W tej podwójnej podejścia naukowcy akceptują zarówno deterministyczne i probabilistyczne związku przyczynowego w ich terminologii.

W statystyce , to jest ogólnie przyjęte, że badania obserwacyjne (np licząc przypadków raka u palaczy tytoniu iu osób niepalących, a następnie porównując dwa) może dać wskazówki, ale nigdy nie można ustalić przyczyny i skutku. Często jednak jakościowe założenia przyczynowe (na przykład brak związku przyczynowego pomiędzy pewnych zmiennych) może umożliwić wyprowadzenie spójnych oszacowań przyczynowy z badań obserwacyjnych.

Złotym standardem dla przyczynowości tutaj jest randomizowanym eksperyment : weź dużą liczbę osób, losowo podzielić je na dwie grupy, zmusić jedną grupę palić i zakazać inne grupy z paleniem, a następnie ustalić, czy jedna grupa rozwija się znacznie wyższy wskaźnik raka płuc , Losowy przydział odgrywa kluczową rolę w wnioskowania przyczynowego, ponieważ w dłuższej perspektywie, to powoduje, że dwie grupy równoważne pod względem wszystkich innych możliwych działań na wynikach (rak), tak, że wszelkie zmiany w wynikach będzie odzwierciedlać tylko manipulowanie ( palenie). Oczywiście, ze względów etycznych ten eksperyment nie może być wykonane, ale metoda ta jest szeroko stosowane do mniej szkodliwych eksperymentów. Jednym z ograniczeń eksperymentów jest jednak to, że podczas gdy robią dobrą robotę testów na obecność jakiegoś efektu przyczynowego robią gorzej oszacowanie wielkości tego efektu w danej populacji. (Jest to wspólna krytyka badań bezpieczeństwa dodatków do żywności, które używają dawek znacznie wyższe niż osoby spożywające produkt faktycznie łykać).

Zamknięto kontra systemach otwartych

W układzie zamkniętym dane sugerują, że może powodować a * b poprzedza efekt C w określonym przedziale czasu τ . Ta relacja może ustalić związek przyczynowy z ufnością ograniczonym τ . Jednak ten sam związek może nie być deterministyczny z ufnością w układzie otwartym, gdzie niekontrolowane czynniki mogą mieć wpływ na wynik.

Przykładem jest system z A, B i C, gdzie są znane A, B i C. Charakterystyka ta jest ograniczona do poniżej określonym czasie (na przykład 50 ms lub 50 godziny)

^ A * ^ B => ^ C (+99,9999998027%)

A * ^ B => ^ C (+99,9999998027%)

^ A * B => ^ C (+99,9999998027%)

A * B => C (+99,9999998027%)

Można stosunkowo zastrzeżenia, w ciągu 6 odchylenia standardowe , że A * B przyczyną C z uwagi na granicy czasu (na przykład 50 ms lub 50 godziny) tylko wtedy, gdy A, B i C są tylko części układu, o którym mowa. Każdy wynik poza tym mogą być uznane za odstępstwo.

Uwagi

Referencje