Обсуждение:Причинно-следственная модель

Эта статья имеет рейтинг C-класса по шкале оценки контента Википедии . Она представляет интерес для следующих WikiProjects :

Системы высокой важности Эта статья относится к сфере деятельности WikiProject Systems , которая сотрудничает в области статей, связанных с системами и системной наукой .Системы Википедия:WikiProject Системы Шаблон:WikiProject Системы Системы Высокий Данная статья имеет высокую степень важности по шкале важности проекта . This article is not associated with a particular field. Fields are listed on the template page. Science High‑importance This article is within the scope of WikiProject Science, a collaborative effort to improve the coverage of Science on Wikipedia. If you would like to participate, please visit the project page, where you can join the discussion and see a list of open tasks.ScienceWikipedia:WikiProject ScienceTemplate:WikiProject Sciencescience High This article has been rated as High-importance on the project's importance scale. Philosophy: Metaphysics / Logic Low‑importance This article is within the scope of WikiProject Philosophy, a collaborative effort to improve the coverage of content related to philosophy on Wikipedia. If you would like to support the project, please visit the project page, where you can get more details on how you can help, and where you can join the general discussion about philosophy content on Wikipedia.PhilosophyWikipedia:WikiProject PhilosophyTemplate:WikiProject PhilosophyPhilosophy Low This article has been rated as Low-importance on the project's importance scale. Associated task forces: /  Metaphysics Logic Medicine Mid‑importance This article is within the scope of WikiProject Medicine, which recommends that medicine-related articles follow the Manual of Style for medicine-related articles and that biomedical information in any article use high-quality medical sources. Please visit the project page for details or ask questions at Wikipedia talk:WikiProject Medicine.MedicineWikipedia:WikiProject MedicineTemplate:WikiProject Medicinemedicine Mid This article has been rated as Mid-importance on the project's importance scale. Statistics High‑importance This article is within the scope of WikiProject Statistics, a collaborative effort to improve the coverage of statistics on Wikipedia. If you would like to participate, please visit the project page, where you can join the discussion and see a list of open tasks.StatisticsWikipedia:WikiProject StatisticsTemplate:WikiProject StatisticsStatistics High This article has been rated as High-importance on the importance scale.

В ответ на это замечание я нашел несколько определений, поискав в Google-книгах фразу «причинная модель — это», например:

• « Согласно формальному определению, каузальная модель — это математический объект, который обеспечивает интерпретацию и вычисление каузальных запросов о предметной области [Галлес и Перл, 1998]... » [1]
• « Причинно-следственная модель состоит из набора логических формул, которые выражают различные виды отношений между сущностями, принадлежащими к различным типам... » [2]
• « Причинно-следственная модель — это усовершенствованная форма модели зависимости, которая позволяет моделировать различные сценарии, которые могут привести к определенному состоянию — в нашем случае к завершению ... » [3]
• « Причинная модель — это уникальная модель, описывающая механизмы системы... » [4]

Сейчас я не уверен, как это можно интегрировать в статью, но это могло бы быть хорошим началом. -- Mdd ( обсуждение ) 21:13, 9 апреля 2011 (UTC) [ ответ ]

Только что сделал огромное расширение этого. Обратная связь приветствуется. Конкретные пункты:

• Ошибки. Это сложная тема. Пожалуйста, отмечайте любые ошибки, и я их исправлю.
• Организация. Основной источник статьи — книга Перл. Она лишь отчасти использует ту организацию, которую я в итоге принял. Буду признателен за ваши предложения по улучшению этой части (и всего остального, конечно).
• Ясность. Эта часть довольно абстрактна. Книга лучше, чем статья, включает примеры как путь к ясности. Для краткости я опустил большую часть этого и переключил внимание на более абстрактные проблемы. Нужны ли еще примеры? Где? Стоит ли использовать примеры Перла?

TIA. Lfstevens ( обсуждение ) 14:17, 28 октября 2018 (UTC) [ ответить ]

В статье утверждается, что причинно-следственная модель фальсифицируема: «Причинно-следственные модели фальсифицируемы, поскольку, если они не соответствуют данным, их следует отвергнуть как недействительные».

Однако это, по-видимому, сильно отличается от определения фальсифицируемости: «Теория или гипотеза фальсифицируема (или опровержима), если она может быть логически опровергнута эмпирической проверкой, которая потенциально может быть выполнена с использованием существующих технологий». на https://en.wikipedia.org/wiki/Falsifiable.

Последнее определение кажется мне более разумным. Если это определение будет принято более широко, следует ли удалить или исправить утверждение о фальсифицируемости в этой статье? — Предыдущий неподписанный комментарий добавлен 50.234.189.45 ( обсуждение ) 21:39, 7 декабря 2022 (UTC) [ ответить ]

Добавить: это утверждение было добавлено 23:17, 27 октября 2018 г. До этого было конкретное утверждение о том, что модель A->B->C может быть фальсифицирована. Однако это утверждение не основывалось на последнем определении фальсифицируемости. Даже если это утверждение верно, остается вопрос, не распространяется ли оно на все причинные модели. — Предыдущий неподписанный комментарий добавлен 50.234.189.45 ( обсуждение )

https://www.pymc.io/projects/examples/en/latest/causal_inference/interventional_distribution.html Посмотрите, где приведен пример, что совместное распределение, определенное определенным DAG, является в то время как интервенционное распределение для удаляет все члены, которые могли бы повлиять : . Это, по-видимому, подразумевает, что распределение можно оценить из наблюдаемых данных, полностью отфильтровав все случаи, где и посмотрев на оставшиеся наблюдения, что особенно подразумевает различную нормализацию ...?? Я цитирую из https://www.inference.vc/untitled/ "условное распределение берет совокупность точек данных (x', y') ~ p(X, Y) и фильтрует до субпопуляции, где X = x; 2. интервенционное распределение устанавливает X = x в генеративном процессе и моделирует вперед". Я также предполагаю, что было бы полезно добавить игрушечный пример из https://www.inference.vc/causal-inference-2-illustrating-interventions-in-a-toy-example/! Biggerj1 ( talk ) 23:14, 17 мая 2024 (UTC) [ ответить ]${\displaystyle P(x_{1},x_{2},x_{3},x_{4},x_{5}):=P(x_{1})P(x_{3}|x_{1})P(x_{2}|x_{1})P(x_{4}|x_{3},x_{2})P(x_{5}|x_{4})}$${\displaystyle x_{3}=1}$${\displaystyle X_{3}}$${\displaystyle P(x_{1},x_{2},\operatorname {do} (x_{3}=1),x_{4},x_{5})=P(x_{1})P(x_{2}|x_{1})P(x_{4}|x_{3}=1,x_{2})P(x_{5}|x_{4})}$${\displaystyle P(x_{1},x_{2},\operatorname {do} (x_{3}=1),x_{4},x_{5})}$${\displaystyle x_{3}\neq 1}$