關(guān)于我們
書(shū)單推薦
新書(shū)推薦
|
因果論:模型 推理和推斷(原書(shū)第2版) 本書(shū)全面闡述了現(xiàn)代因果關(guān)系分析,展示了因果關(guān)系如何從一個(gè)模糊的概念發(fā)展成為一套數(shù)學(xué)理論,并廣泛用于統(tǒng)計(jì)學(xué)、人工智能、經(jīng)濟(jì)學(xué)、哲學(xué)、認(rèn)知科學(xué)、衛(wèi)生科學(xué)和社會(huì)學(xué)等領(lǐng)域。本書(shū)提出了一個(gè)全面的因果關(guān)系理論,它統(tǒng)一了因果關(guān)系的概率、操作、反事實(shí)和結(jié)構(gòu)方法,并提供了簡(jiǎn)單的數(shù)學(xué)工具來(lái)研究因果關(guān)系和統(tǒng)計(jì)關(guān)聯(lián)之間的關(guān)系。本書(shū)通過(guò)融合領(lǐng)域知識(shí)、常識(shí)約束、文化傳承的概念等來(lái)補(bǔ)充數(shù)據(jù)信息,為基于統(tǒng)計(jì)的機(jī)器學(xué)習(xí)中遇到的基本問(wèn)題提供了科學(xué)的解決方案。 從大數(shù)據(jù)時(shí)代和機(jī)器學(xué)習(xí)熱潮到第二次因果革命 從以數(shù)據(jù)為中心到數(shù)據(jù)理解的轉(zhuǎn)變不僅涉及技術(shù)上的轉(zhuǎn)變,還意味著更加深刻的范式轉(zhuǎn)換。 因果關(guān)系理論與現(xiàn)有機(jī)器學(xué)習(xí)系統(tǒng)的結(jié)合,已經(jīng)開(kāi)拓了機(jī)器學(xué)習(xí)領(lǐng)域的新思想和新途徑。 第二次因果革命即將到來(lái)? 因果推斷會(huì)是下一個(gè)AI熱潮嗎? 一場(chǎng)席卷各個(gè)研究領(lǐng)域的因果革命正在發(fā)生,涉及領(lǐng)域:統(tǒng)計(jì)學(xué)、基因?qū)W、社會(huì)科學(xué)、經(jīng)濟(jì)學(xué)、人口學(xué)、醫(yī)療健康科學(xué)、心理學(xué)、計(jì)算機(jī)科學(xué)、人工智能科學(xué)……
我為什么寫(xiě)這本書(shū):回顧與期望 高中三年級(jí)時(shí),我次涉獵因果關(guān)系的未知世界。 我的科學(xué)老師Feuchtwanger博士讓我們通過(guò)討論19世紀(jì)的一個(gè)發(fā)現(xiàn)來(lái)研究邏輯,該發(fā)現(xiàn)聲稱(chēng)死于天花接種的人比死于天花的人還多。有人用這些信息來(lái)證明接種是有害的,而事實(shí)證明恰恰與數(shù)據(jù)相反,接種通過(guò)消滅天花來(lái)挽救生命。 Feuchtwanger博士總結(jié)道:邏輯就從這里來(lái),這是為了保護(hù)我們免受此類(lèi)因果謬論的影響。 我們都被邏輯的奇跡迷住了,盡管Feuchtwanger博士從未真正向我們說(shuō)明過(guò)邏輯如何保護(hù)我們免受此類(lèi)謬論的困擾。 多年以后,我作為一名人工智能研究者,才認(rèn)識(shí)到邏輯和數(shù)學(xué)的任何分支都沒(méi)有開(kāi)發(fā)出足夠的工具來(lái)處理諸如天花接種這樣的因果關(guān)系。我的大多數(shù)同事甚至認(rèn)為因果詞匯是危險(xiǎn)的,需要避免的,定義不明確的,并且是不科學(xué)的。其中一位同事警告說(shuō):因果關(guān)系是無(wú)止境的爭(zhēng)論。在科學(xué)論文中,公認(rèn)的表述形式是A意味著B(niǎo),即使其真正意思是A引起B(yǎng);蛘哒f(shuō)如果有人認(rèn)為A會(huì)影響B(tài),那么也說(shuō)成是A與B相關(guān)。 顯然,這種對(duì)因果思想的否認(rèn)不可能永遠(yuǎn)持續(xù)下去。人工智能的影響和功能強(qiáng)大的計(jì)算機(jī)語(yǔ)言使我們這一代人期望應(yīng)該表達(dá)直覺(jué)而不是抑制直覺(jué)。事實(shí)證明,因果關(guān)系并不像聽(tīng)起來(lái)那樣令人生畏。我們一旦克服了一些心理障礙,就發(fā)現(xiàn)因果關(guān)系變得清晰可見(jiàn),充滿(mǎn)新的想法和可能性。正如我的書(shū)中結(jié)尾所總結(jié)的: 因果關(guān)系不是神秘的或形而上學(xué)的。我們可以用簡(jiǎn)單的過(guò)程來(lái)理解它,也可以用友好的數(shù)學(xué)語(yǔ)言來(lái)表達(dá)它,以便為計(jì)算機(jī)分析做好準(zhǔn)備。 我的目標(biāo)讀者包括:統(tǒng)計(jì)學(xué)的學(xué)生,他們想知道為什么老師不愿在課堂上討論因果關(guān)系;流行病學(xué)的學(xué)生,他們想知道為什么像混雜這樣的簡(jiǎn)單概念在用數(shù)學(xué)表達(dá)時(shí)如此復(fù)雜;經(jīng)濟(jì)學(xué)和社會(huì)學(xué)的學(xué)生,他們經(jīng)常懷疑所估計(jì)的參數(shù)的意義;當(dāng)然,還有人工智能和認(rèn)知科學(xué)的學(xué)生,他們?yōu)橹R(shí)發(fā)現(xiàn)、因果解釋和因果表達(dá)編寫(xiě)程序和闡述理論。 我旨在為不同領(lǐng)域的讀者提供專(zhuān)門(mén)的思想和技術(shù),以使因果推理在各自的領(lǐng)域中變得更加容易。當(dāng)且僅當(dāng)這些技術(shù)有助于解決這些領(lǐng)域中的挑戰(zhàn)性問(wèn)題時(shí),才是成功的,而且我對(duì)此相當(dāng)有信心。 Judea Pearl 洛杉磯 2000年2月1日 第2版前言 距離本書(shū)第1版將因果關(guān)系及其數(shù)學(xué)藝術(shù)的友好面貌展示給讀者,已經(jīng)過(guò)去8年多了。由于本書(shū)得到了廣泛認(rèn)可,以及近年來(lái)因果結(jié)構(gòu)理論發(fā)展較快,因此需要更新上一版以實(shí)現(xiàn)因果關(guān)系的第二次提升從初揭開(kāi)神秘面紗的新奇變身為研究和教育中的尋常工具。這一版進(jìn)行了以下3點(diǎn)更新:(1)對(duì)于第1版的10章進(jìn)行了技術(shù)上的修正、更新和澄清;(2)在每一章的末尾添加了新的發(fā)展概述和帶注釋的參考資料;(3)對(duì)于令讀者或者評(píng)論家疑惑的問(wèn)題和需要進(jìn)一步闡述的地方進(jìn)行了詳細(xì)說(shuō)明,這些內(nèi)容匯集在全新的第11章中。在第11章中,我真心希望,順著這些爭(zhēng)論的軌跡可以厘清因果研究領(lǐng)域的思想。 以前講授過(guò)本書(shū)的教師會(huì)發(fā)現(xiàn)新版的內(nèi)容將更加容易理解和消化,而那些還在準(zhǔn)備和觀望中的教師會(huì)發(fā)現(xiàn)這條研究道路已經(jīng)鋪好并經(jīng)過(guò)考驗(yàn)。本書(shū)相關(guān)的教學(xué)材料、幻燈片、教程和作業(yè)可以在我的網(wǎng)站http://www.cs.ucla.edu/~judea/上找到。 本書(shū)主要讀者仍然是學(xué)生。統(tǒng)計(jì)學(xué)的學(xué)生想知道為什么老師不愿在課堂上討論因果關(guān)系;流行病學(xué)的學(xué)生想知道為什么像混雜這樣的基本概念很難在數(shù)學(xué)上定義;經(jīng)濟(jì)學(xué)和社會(huì)學(xué)的學(xué)生質(zhì)疑他們所估計(jì)的參數(shù)的意義;人工智能和認(rèn)知科學(xué)的學(xué)生為知識(shí)發(fā)現(xiàn)、因果解釋和因果表達(dá)編寫(xiě)程序和闡述理論。 我希望這些不同學(xué)科的學(xué)生能夠從書(shū)中找到統(tǒng)一的因果理論,希望本書(shū)能為他們?cè)诟髯缘念I(lǐng)域中應(yīng)對(duì)新挑戰(zhàn)帶來(lái)靈感和幫助。 Judea Pearl 洛杉磯 2008年7月 第1版前言 在物理學(xué)、行為學(xué)、社會(huì)學(xué)、生物學(xué)等科學(xué)的諸多研究中,中心目標(biāo)都是闡述變量或事件變化之間的因果關(guān)系。然而,對(duì)于從數(shù)據(jù)(甚至在理論上)提煉這種關(guān)系的適當(dāng)方法一直存在激烈的爭(zhēng)論。 因果性的兩個(gè)基本問(wèn)題是:(1)合理地推斷因果關(guān)系需要什么實(shí)驗(yàn)證據(jù)?(2)在我們樂(lè)意接受關(guān)于現(xiàn)象的因果信息時(shí),我們可以從這些信息中得到什么推斷,以及如何實(shí)現(xiàn)這樣的推斷?這些問(wèn)題尚未有令人滿(mǎn)意的答案,一方面是因?yàn)槲覀冞沒(méi)有關(guān)于因果關(guān)系的清晰語(yǔ)義,另一方面是因?yàn)槲覀冞沒(méi)有有效的數(shù)學(xué)工具來(lái)刻畫(huà)因果問(wèn)題,或者得到因果性答案。 在近的十年里,得益于圖論模型的發(fā)展,因果性的研究經(jīng)歷了一次重要的轉(zhuǎn)變:從一個(gè)被神秘面紗籠罩的概念轉(zhuǎn)變?yōu)橐粋(gè)具有明確語(yǔ)義和邏輯基礎(chǔ)的數(shù)學(xué)對(duì)象。悖論和爭(zhēng)議得以解決,模糊的概念得以明釋?zhuān)切┮蕾?lài)于因果信息、長(zhǎng)期以來(lái)被認(rèn)為是形而上學(xué)或難以處理的實(shí)際問(wèn)題,現(xiàn)在只需要初等數(shù)學(xué)知識(shí)就能夠解決。簡(jiǎn)言之,因果性已經(jīng)被數(shù)學(xué)化了。 這本書(shū)提供了關(guān)于這種因果變換的系統(tǒng)性?xún)?nèi)容,主要面向統(tǒng)計(jì)學(xué)、人工智能、哲學(xué)、認(rèn)知科學(xué),以及衛(wèi)生科學(xué)和社會(huì)學(xué)的讀者。在介紹了因果推斷的概念及相關(guān)的數(shù)學(xué)內(nèi)容后,本書(shū)重點(diǎn)討論從數(shù)據(jù)中揭示潛在因果關(guān)系的實(shí)用方法,從知識(shí)和數(shù)據(jù)的組合中推導(dǎo)因果關(guān)系,預(yù)測(cè)行動(dòng)和決策的影響,評(píng)估對(duì)于事件和環(huán)境觀察的解釋?zhuān)话愕,識(shí)別和說(shuō)明證實(shí)因果關(guān)系所需的假設(shè)。 十年前,當(dāng)我開(kāi)始寫(xiě)《智能系統(tǒng)中的概率推理》(1988)時(shí),深受經(jīng)驗(yàn)主義傳統(tǒng)的影響。在這個(gè)傳統(tǒng)下,概率關(guān)系組成了人類(lèi)知識(shí)的基礎(chǔ),而因果性只不過(guò)是簡(jiǎn)化和整理復(fù)雜概率關(guān)系的一種有用方法。今天我的觀點(diǎn)已經(jīng)非常不同,F(xiàn)在我認(rèn)為因果關(guān)系是客觀世界的現(xiàn)實(shí)性和人類(lèi)理解這種現(xiàn)實(shí)性的基本構(gòu)件,并且認(rèn)為概率關(guān)系只是因果關(guān)系的表面現(xiàn)象,而因果關(guān)系才是我們理解世界的基礎(chǔ)和推動(dòng)力。 基于這些,我認(rèn)為科學(xué)進(jìn)步的障礙莫過(guò)于把數(shù)學(xué)知識(shí)只用于概率和統(tǒng)計(jì)推斷,而將因果問(wèn)題留給天才的判斷和睿智的直覺(jué)。于是,在這本書(shū)里,我試圖提出處理因果關(guān)系和概率關(guān)系的數(shù)學(xué)工具。所需要的預(yù)備知識(shí)格外簡(jiǎn)單,其結(jié)果也是出乎意料地直接和明確。對(duì)于讀者來(lái)說(shuō),只需了解概率論的基本技巧并且熟悉圖論,就可以開(kāi)始解決一些因果問(wèn)題,這些問(wèn)題對(duì)那些未受過(guò)訓(xùn)練的人來(lái)說(shuō)顯得過(guò)于復(fù)雜。借助概率演算的簡(jiǎn)單擴(kuò)展,讀者能夠從數(shù)學(xué)上確定干預(yù)可能產(chǎn)生的影響,什么測(cè)量方法適合控制混雜,如何利用存在于因果路線上的測(cè)量方法,如何遷移一個(gè)集合的因果量值到另一個(gè)集合,以及如何估計(jì)一個(gè)事件導(dǎo)致另一個(gè)事件發(fā)生的概率。 本書(shū)并不需要邏輯和概率專(zhuān)業(yè)的知識(shí),但是知道該領(lǐng)域的一般知識(shí)是有益的。本書(shū)第1章綜述了一些理解本書(shū)所需要的概率論和圖論的基礎(chǔ)知識(shí),并且概述了過(guò)去十年中圖模型和因果圖的發(fā)展。這一章描述了基本的范式,定義了一些主要的問(wèn)題,并向讀者指出解決這些問(wèn)題需要閱讀的章節(jié)。 后面幾章也包含介紹性的內(nèi)容,這些內(nèi)容既可以閱讀,也可以跳過(guò)。它們涉及一些數(shù)學(xué)上需要進(jìn)一步研究的課題、一些具體的應(yīng)用,以及其他一些專(zhuān)家感興趣的研究?jī)?nèi)容。 本書(shū)討論的內(nèi)容或多或少根據(jù)我所在的UCLA團(tuán)隊(duì)研究這些課題的順序,為讀者再現(xiàn)了一些伴隨這些進(jìn)展而來(lái)的興奮。在介紹性章節(jié)(第1章)之后,我們從困難的問(wèn)題開(kāi)始,即如何在原始數(shù)據(jù)中獲取因果關(guān)系(第2章),以及如何保證發(fā)現(xiàn)的因果關(guān)系的有效性。接下來(lái)我們討論可識(shí)別性的問(wèn)題,即通過(guò)組合數(shù)據(jù)和有關(guān)因果關(guān)系的零碎知識(shí),預(yù)測(cè)行動(dòng)和策略的直接和間接影響(第3章和第4章)。這些成果在社會(huì)學(xué)和衛(wèi)生科學(xué)中的應(yīng)用分別在第5章和第6章中討論,其中我們檢驗(yàn)了結(jié)構(gòu)方程和混雜的概念。第7章提供了反事實(shí)與結(jié)構(gòu)模型的形式化理論,然后討論和統(tǒng)一了相關(guān)方法在哲學(xué)、統(tǒng)計(jì)學(xué)和經(jīng)濟(jì)學(xué)中的應(yīng)用。在第8~10章中,我們繼續(xù)展開(kāi)了反事實(shí)分析的應(yīng)用,發(fā)展了界定因果關(guān)系的方法,并舉例說(shuō)明在不完美實(shí)驗(yàn)、法律責(zé)任、必要概率、充分概率,以及特例事件因果關(guān)系中的應(yīng)用。本書(shū)的結(jié)尾(后記)采用了我在UCLA的一次公開(kāi)演講的材料,其中對(duì)于因果關(guān)系的歷史和概念進(jìn)行了簡(jiǎn)單易懂的介紹。 建議初步了解因果關(guān)系的非數(shù)學(xué)方面內(nèi)容的讀者從后記開(kāi)始閱讀,然后瀏覽本書(shū)中其他有關(guān)的歷史和概念的部分:1.1.1節(jié)、3.3.3節(jié)、4.5.3節(jié)、5.1節(jié)、5.4.1節(jié)、6.1節(jié)、 7.2節(jié)、7.4節(jié)、7.5節(jié)、8.3節(jié)、9.1節(jié)、9.3節(jié)和10.1節(jié)。對(duì)于希望進(jìn)一步探究數(shù)學(xué)內(nèi)容和計(jì)算工具的讀者,建議直接從7.1節(jié)開(kāi)始閱讀,然后跟隨工具的構(gòu)建,逐步閱讀1.2節(jié)、第3章、4.2~4.4節(jié)、5.2~5.3節(jié)、6.2~6.3節(jié)、7.3節(jié),以及第8~10章。 非常感謝幫助我完成本書(shū)的所有人。首先,我要感謝UCLA認(rèn)知系統(tǒng)實(shí)驗(yàn)室的同事,他們的工作和想法是書(shū)中許多章節(jié)的基礎(chǔ)。感謝Alex Balke、BlaiBonet、David Chickering、Adnan Darwiche、RinaDechter、David Galles、Hector Geffner、Dan Geiger、Moisés Goldszmidt、Jin Kim、Jin Tian和Thomas Verma。Tom和Dan證明了因果圖中一些基本的定理。Hector、Adnan和Moisés負(fù)責(zé)讓我以邏輯學(xué)家的方式闡述行動(dòng)和變化。Alex和David讓我知道,反事實(shí)這件事沒(méi)有它的名字聽(tīng)起來(lái)那么復(fù)雜。 當(dāng)我開(kāi)始在統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)學(xué)、流行病學(xué)、哲學(xué)和社會(huì)學(xué)等領(lǐng)域進(jìn)行研究時(shí),我的同事慷慨地奉獻(xiàn)了他們的時(shí)間和想法。我在統(tǒng)計(jì)學(xué)方面有像導(dǎo)師一樣的伙伴:Phil Dawid、Steffen Lauritzen、Don Rubin、Art Dempster、David Freedman和David Cox。在經(jīng)濟(jì)學(xué)方面我從與John Aldrich、Kevin Hoover、James Heckman、Ed Learner和Herbert Simon的多次討論中受益匪淺。我在流行病學(xué)方面的涉足得益于與Sander Greenland和James Robins之間卓有成效的合作。與James Woodward、Nancy Cartwright、Brian Skyrms、Clark Glymour和Peter Spirtes在哲學(xué)上的爭(zhēng)辯促進(jìn)了我對(duì)于因果性跨領(lǐng)域的思考。后,在人工智能方面,我從與Nils Nilsson、Ray Reiter、Don Michie、Joe Halpern和David Heckerman的討論和鼓勵(lì)中受益。 感謝美國(guó)國(guó)家科學(xué)基金會(huì)一貫的支持,特別感謝H. Moraff、Y. T. Chien和Larry Reeker。其他支持者包括空軍科學(xué)研究辦公室的Abraham Waksman、海軍研究辦公室的Michael Shneier、加利福尼亞的MICRO計(jì)劃、諾斯洛普格魯曼公司、羅克韋爾國(guó)際公司、惠普公司和微軟公司。 感謝學(xué)術(shù)出版社和摩根考夫曼出版公司,感謝它們?cè)试S重印之前發(fā)表的文章。第3章包含部分來(lái)自文章《經(jīng)驗(yàn)主義研究的因果圖》(Pearl,1995)的內(nèi)容,得到牛津大學(xué)出版社的允許。第5章包含來(lái)自文章《圖、因果性和結(jié)構(gòu)方程模型》(Pearl,1998)的內(nèi)容,得到Sage出版公司的允許。第7章包含來(lái)自文章《因果反事實(shí)的一個(gè)公理刻畫(huà)》(Galles and Pearl,1998)的內(nèi)容,得到克呂韋爾學(xué)術(shù)出版社的允許。第7章包含來(lái)自文章《因果關(guān)聯(lián)的公理》(Galles and Pearl,1997)的內(nèi)容,得到愛(ài)思唯爾出版集團(tuán)的允許。第8章包括來(lái)自文章《不完美合作研究中的治療效果界限》(Balke and Pearl,1997)的內(nèi)容,得到美國(guó)統(tǒng)計(jì)協(xié)會(huì)的允許。 Kaoru Mulvihill為手稿的打印、處理以及附加插圖工作付出了極大的努力。Jin Tian和BlaiBonet幫助校對(duì)了書(shū)中的一些章節(jié)。Matt Darnell精心編輯了這些文稿。在整個(gè)寫(xiě)作和出版過(guò)程中,Alan Harvey是讓我放心的總管和事實(shí)上的襄理。 后,感謝我的家人在本書(shū)寫(xiě)作過(guò)程中對(duì)我的遷就和忍讓。感謝Tammy、Danny、Michelle和Leora,他們的微笑讓我心情愉悅。感謝我的妻子Ruth,她給了我如此多的愛(ài)、支持和理解。 Judea Pearl 洛杉磯 1999年8月 ◆作者簡(jiǎn)介◆
朱迪亞·珀?duì)?/strong>(Judea Pearl) 美國(guó)國(guó)家科學(xué)院院士,美國(guó)國(guó)家工程院院士,美國(guó)人工智能協(xié)會(huì)創(chuàng)始會(huì)士,加州大學(xué)洛杉磯分校計(jì)算機(jī)科學(xué)和統(tǒng)計(jì)學(xué)教授,IEEE智能系統(tǒng)名人堂批十位入選者之一,被譽(yù)為貝葉斯網(wǎng)絡(luò)之父。2011年,Pearl因其在人工智能領(lǐng)域的基礎(chǔ)性貢獻(xiàn)榮獲圖靈獎(jiǎng)。他提出的概率和因果性推理演算法,徹底改變了人工智能初基于規(guī)則和邏輯的方向。Pearl曾獲多項(xiàng)科學(xué)榮譽(yù),包括認(rèn)知科學(xué)領(lǐng)域的魯梅哈特獎(jiǎng)、物理學(xué)及技術(shù)領(lǐng)域的富蘭克林獎(jiǎng)?wù)乱约翱茖W(xué)哲學(xué)領(lǐng)域的拉卡托斯獎(jiǎng)。
劉禮 中文版序 推薦者序 譯者序 我為什么寫(xiě)這本書(shū):回顧與期望 第2版前言 第1版前言 第1章 概率、圖及因果模型1 1.1 概率論概述1 1.1.1 為什么學(xué)習(xí)概率1 1.1.2 概率論的基本概念2 1.1.3 預(yù)測(cè)支持與診斷支持結(jié)合7 1.1.4 隨機(jī)變量與期望8 1.1.5 條件獨(dú)立與圖11 1.2 圖與概率12 1.2.1 圖的符號(hào)與術(shù)語(yǔ)12 1.2.2 貝葉斯網(wǎng)絡(luò)13 1.2.3 d-分離準(zhǔn)則17 1.2.4 貝葉斯網(wǎng)絡(luò)推斷20 1.3 因果貝葉斯網(wǎng)絡(luò)22 1.3.1 用于干預(yù)諭言的因果網(wǎng)絡(luò)23 1.3.2 因果關(guān)系及其穩(wěn)定性25 1.4 函數(shù)因果模型27 1.4.1 結(jié)構(gòu)方程28 1.4.2 因果模型中的概率預(yù)測(cè)31 1.4.3 函數(shù)模型中的干預(yù)與因果效應(yīng)33 1.4.4 函數(shù)模型中的反事實(shí)34 1.5 因果與統(tǒng)計(jì)術(shù)語(yǔ)40 第2章 因果關(guān)系推斷理論43 2.1 簡(jiǎn)介:基本直覺(jué)44 2.2 因果發(fā)現(xiàn)框架46 2.3 模型偏好(奧卡姆剃刀原則)47 2.4 穩(wěn)定分布51 2.5 獲取DAG結(jié)構(gòu)52 2.6 重建潛在結(jié)構(gòu)54 2.7 因果關(guān)系推斷的局部準(zhǔn)則57 2.8 非時(shí)間因果與統(tǒng)計(jì)時(shí)間61 2.9 結(jié)論63 2.9.1 關(guān)于極小性、馬爾可夫性和穩(wěn)定性64 第3章 因果圖與因果效應(yīng)識(shí)別69 3.1 簡(jiǎn)介70 3.2 馬爾可夫模型中的干預(yù)72 3.2.1 作為干預(yù)模型的圖72 3.2.2 干預(yù)作為變量75 3.2.3 計(jì)算干預(yù)效應(yīng)76 3.2.4 因果量值的識(shí)別81 3.3 控制混雜偏差83 3.3.1 后門(mén)準(zhǔn)則83 3.3.2 前門(mén)準(zhǔn)則86 3.3.3 實(shí)例:吸煙與基因型理論88 3.4 干預(yù)的計(jì)算90 3.4.1 符號(hào)預(yù)備90 3.4.2 推斷規(guī)則90 3.4.3 因果效應(yīng)的符號(hào)推導(dǎo):一個(gè)實(shí)例92 3.4.4 基于替代試驗(yàn)的因果推斷94 3.5 可識(shí)別性的圖模型檢驗(yàn)95 3.5.1 識(shí)別模型97 3.5.2 非識(shí)別模型99 3.6 討論100 3.6.1 要求與擴(kuò)展100 3.6.2 圖作為一種數(shù)學(xué)語(yǔ)言102 3.6.3 從圖轉(zhuǎn)換到潛在結(jié)果104 3.6.4 與Robins的G-估計(jì)的關(guān)系108 第4章 行動(dòng)、計(jì)劃和直接效應(yīng)114 4.1 簡(jiǎn)介115 4.1.1 行動(dòng)、動(dòng)作和概率115 4.1.2 決策分析中的行動(dòng)118 4.1.3 行動(dòng)和反事實(shí)120 4.2 條件行動(dòng)與隨機(jī)策略121 4.3 什么時(shí)候行動(dòng)的結(jié)果是可識(shí)別的122 4.3.1 基于圖的識(shí)別條件122 4.3.2 識(shí)別效率124 4.3.3 對(duì)控制問(wèn)題解析解的推導(dǎo)126 4.3.4 總結(jié)126 4.4 動(dòng)態(tài)計(jì)劃的可識(shí)別性127 4.4.1 動(dòng)機(jī)127 4.4.2 識(shí)別計(jì)劃:符號(hào)和假設(shè)129 4.4.3 識(shí)別計(jì)劃:序貫后門(mén)準(zhǔn)則130 4.4.4 識(shí)別計(jì)劃:計(jì)算流程133 4.5 直接效應(yīng)和間接效應(yīng)136 4.5.1 直接效應(yīng)與總效應(yīng)136 4.5.2 直接效應(yīng)、定義和識(shí)別137 4.5.3 案例:大學(xué)錄取中的性別歧視問(wèn)題138 4.5.4 自然直接效應(yīng)141 4.5.5 間接效應(yīng)與中介公式142 第5章 社會(huì)學(xué)和經(jīng)濟(jì)學(xué)中的因果關(guān)系與結(jié)構(gòu)模型144 5.1 簡(jiǎn)介145 5.1.1 尋找因果語(yǔ)言145 5.1.2 SEM:它的意義怎么變模糊了146 5.1.3 圖作為一種數(shù)學(xué)語(yǔ)言150 5.2 圖與模型檢驗(yàn)151 5.2.1 結(jié)構(gòu)模型的可檢驗(yàn)性含義152 5.2.2 檢驗(yàn)可檢驗(yàn)性156 5.2.3 模型等價(jià)性157 5.3 圖與可識(shí)別性161 5.3.1 線性模型中的參數(shù)識(shí)別161 5.3.2 與非參數(shù)識(shí)別的比較167 5.3.3 因果效應(yīng):SEM的干預(yù)解釋169 5.4 部分概念基礎(chǔ)172 5.4.1 結(jié)構(gòu)參數(shù)真實(shí)意味著什么172 5.4.2 效應(yīng)分解的解釋177 5.4.3 外生性、超外生性及其他話題178 5.5 結(jié)論183 5.6 第2版附言184 5.6.1 計(jì)量經(jīng)濟(jì)學(xué)的覺(jué)醒184 5.6.2 線性模型的識(shí)別問(wèn)題185 5.6.3 因果論斷的魯棒性185 第6章 辛普森悖論、混雜與可壓縮性187 6.1 剖析辛普森悖論188 6.1.1 一個(gè)有關(guān)悖論的示例188 6.1.2 統(tǒng)計(jì)學(xué)中苦惱的事情190 6.1.3 因果關(guān)系與可交換性192 6.1.4 悖論已解決(或者,人是什么類(lèi)型的機(jī)器)195 6.2 為什么沒(méi)有關(guān)于混雜的統(tǒng)計(jì)檢驗(yàn),為什么許多人認(rèn)為應(yīng)該有,為什么他們是正確的197 6.2.1 簡(jiǎn)介197 6.2.2 因果定義和關(guān)聯(lián)定義199 6.3 關(guān)聯(lián)性準(zhǔn)則如何失效200 6.3.1 憑借邊緣化使充分性失效200 6.3.2 憑借封閉世界假定使充分性失效201 6.3.3 憑借無(wú)益代理使必要性失效201 6.3.4 憑借偶然抵消使必要性失效203 6.4 穩(wěn)定無(wú)偏與偶然無(wú)偏204 6.4.1 動(dòng)機(jī)204 6.4.2 形式化定義206 6.4.3 穩(wěn)定無(wú)混雜的運(yùn)算檢驗(yàn)207 6.5 混雜、可壓縮性和可交換性208 6.5.1 混雜與可壓縮性208 6.5.2 混雜與混雜因子210 6.5.3 可交換性與混雜結(jié)構(gòu)分析212 6.6 結(jié)論215 第7章 結(jié)構(gòu)化反事實(shí)的邏輯217 7.1 結(jié)構(gòu)模型語(yǔ)義學(xué)218 7.1.1 定義:因果模型、行動(dòng)與反事實(shí)219 7.1.2 評(píng)估反事實(shí):確定性分析223 7.1.3 評(píng)估反事實(shí):概率分析228 7.1.4 孿生網(wǎng)絡(luò)法230 7.2 結(jié)構(gòu)模型的應(yīng)用與解釋231 7.2.1 線性經(jīng)濟(jì)計(jì)量模型政策分析:示例231 7.2.2 反事實(shí)的實(shí)證性?xún)?nèi)容 234 7.2.3 因果解釋、表達(dá)及其理解238 7.2.4 從機(jī)制到行動(dòng)再到因果240 7.2.5 Simon因果順序243 7.3 公理刻畫(huà)246 7.3.1 結(jié)構(gòu)反事實(shí)的公理246 7.3.2 反事實(shí)邏輯中的因果效應(yīng):示例249 7.3.3 因果相關(guān)性公理252 7.4 基于結(jié)構(gòu)化和相似性的反事實(shí)256 7.4.1 與Lewis反事實(shí)的關(guān)系256 7.4.2 公理系統(tǒng)的比較258 7.4.3 成像與條件260 7.4.4 與Neyman-Rubin框架的關(guān)系262 7.4.5 外生性和工具變量:反事實(shí)定義和圖模型定義264 7.5 結(jié)構(gòu)因果與概率因果267 7.5.1 對(duì)時(shí)序的依賴(lài)性268 7.5.2 死循環(huán)風(fēng)險(xiǎn)269 7.5.3 與孩子們一起挑戰(zhàn)封閉世界假定271 7.5.4 特例因果與一般因果272 7.5.5 總結(jié)275 第8章 不完美實(shí)驗(yàn):邊界效應(yīng)和反事實(shí)277 8.1 簡(jiǎn)介278 8.1.1 不完美與間接實(shí)驗(yàn)278 8.1.2 不依從性與治療意愿279 8.2 利用工具變量界定因果效應(yīng)的范圍280 8.2.1 問(wèn)題的形式化表述:約束優(yōu)化280 8.2.2 正則劃分:有限響應(yīng)變量的演化282 8.2.3 線性規(guī)劃公式284 8.2.4 自然邊界286 8.2.5 對(duì)于處理(治療)者的處理效應(yīng)(ETT)287 8.2.6 示例:消膽胺的作用288 8.3 反事實(shí)和法律責(zé)任289 8.4 工具變量測(cè)試291 8.5 解決不依從性的一種貝葉斯方法293 8.5.1 貝葉斯方法和吉布斯采樣293 8.5.2 樣本量和先驗(yàn)分布的效應(yīng)295 8.5.3 從不完全依從的臨床數(shù)據(jù)中估計(jì)因果效應(yīng)296 8.5.4 特例事件因果關(guān)系的貝葉斯估計(jì)298 8.6 結(jié)論299 第9章 因果關(guān)系概率:解釋和識(shí)別300 9.1 簡(jiǎn)介301 9.2 充分必要原因:識(shí)別條件303 9.2.1 定義、符號(hào)和基本關(guān)系303 9.2.2 外生性下的界限與基本關(guān)系306 9.2.3 單調(diào)性和外生性下的可識(shí)別性309 9.2.4 單調(diào)性和非外生性下的可識(shí)別性311 9.3 實(shí)例與應(yīng)用314 9.3.1 實(shí)例1:公平硬幣下注314 9.3.2 實(shí)例2:刑法執(zhí)行316 9.3.3 實(shí)例3:輻射對(duì)白血病的影響317 9.3.4 實(shí)例4:來(lái)自實(shí)驗(yàn)數(shù)據(jù)和非實(shí)驗(yàn)數(shù)據(jù)的法律責(zé)任320 9.3.5 結(jié)果總結(jié)321 9.4 非單調(diào)模型的可識(shí)別性322 9.5 結(jié)論325 第10章 實(shí)際原因327 10.1 引言:必要因果關(guān)系的不充分性328 10.1.1 重新探討特例原因 328 10.1.2 搶占和結(jié)構(gòu)信息的作用329 10.1.3 過(guò)度確定和準(zhǔn)依賴(lài)性331 10.1.4 Mackie的INUS條件332 10.2 產(chǎn)生、依賴(lài)和維持334 10.3 因果束和基于維持的因果關(guān)系337 10.3.1 因果束:定義及其含義337 10.3.2 實(shí)例:從析取式到通用公式340 10.3.3 束、搶占以及特例事件因果關(guān)系的概率342 10.3.4 路徑切換因果關(guān)系344 10.3.5 時(shí)序搶占345 10.4 結(jié)論347 第11章 對(duì)讀者的回應(yīng)、闡述和討論351 11.1 因果、統(tǒng)計(jì)和圖的術(shù)語(yǔ)351 11.1.1 區(qū)分因果和統(tǒng)計(jì)是必要的嗎351 11.1.2 無(wú)須擔(dān)心的d-分離(第1章)355 11.2 逆轉(zhuǎn)統(tǒng)計(jì)時(shí)間(第2章)358 11.3 估計(jì)因果效應(yīng)359 11.3.1 后門(mén)準(zhǔn)則背后的直觀理解(第3章)359 11.3.2 揭開(kāi)神秘的強(qiáng)可忽略性362 11.3.3 后門(mén)準(zhǔn)則的另一種證明365 11.3.4 協(xié)變量選擇中的數(shù)據(jù)與知識(shí)368 11.3.5 理解傾向得分370 11.3.6 do-算子背后的直觀性374 11.3.7 G-估計(jì)的有效性374 11.4 策略評(píng)估與do-操作376 11.4.1 識(shí)別附條件計(jì)劃(4.2節(jié))376 11.4.2 間接效應(yīng)的意義378 11.4.3 do(x)能夠表示實(shí)際實(shí)驗(yàn)嗎380 11.4.4 do(x)操作是通用的嗎381 11.4.5 沒(méi)有操縱的因果關(guān)系384 11.4.6 與Cartwright一起追獵原因385 11.4.7 非模塊化的錯(cuò)覺(jué)387 11.5 線性結(jié)構(gòu)模型中的因果分析389 11.5.1 參數(shù)識(shí)別的一般準(zhǔn)則(第5章)389 11.5.2 結(jié)構(gòu)系數(shù)的因果解釋390 11.5.3 為SEM(或者SEM救生包)的因果解釋辯護(hù)392 11.5.4 今天的經(jīng)濟(jì)學(xué)模型在哪里與Heckman一起追求原因398 11.5.5 外部變化與外科手術(shù)401 11.6 決策與混雜(第6章)405 11.6.1 辛普森悖論與決策樹(shù)405 11.6.2 時(shí)間信息對(duì)于決策樹(shù)是充分的嗎407 11.6.3 Lindley關(guān)于因果性、決策樹(shù)和貝葉斯主義的理解409 11.6.4 為什么混雜不是一個(gè)統(tǒng)計(jì)學(xué)概念412 11.7 反事實(shí)的演算414 11.7.1 線性系統(tǒng)中的反事實(shí)414 11.7.2 反事實(shí)的意義417 11.7.3 反事實(shí)的d-分離420 11.8 工具變量與不依從性421 11.9 更多關(guān)于因果關(guān)系的概率422 11.9.1 有罪的概率為1有可能嗎422 11.9.2 收緊因果關(guān)系的概率界限424 后記:因果的藝術(shù)與科學(xué)427 參考文獻(xiàn)462 索引488
你還可能感興趣
我要評(píng)論
|