İstatistiksel bağımsızlık nedensellik eksikliği anlamına mı geliyor?


40

İki rastgele değişken A ve B istatistiksel olarak bağımsızdır. Bu, işlemin DAG'sinde şu anlama gelir: ve elbette . Ancak bu, B'den A'ya hiçbir ön kapı olmadığı anlamına mı geliyor?(AB)P(A|B)=P(A)

Çünkü o zaman almalıyız . Yani durum buysa, istatistiksel bağımsızlık otomatik olarak nedensellik eksikliği anlamına mı geliyor?P(A|do(B))=P(A)

Yanıtlar:


37

Yani durum buysa, istatistiksel bağımsızlık otomatik olarak nedensellik eksikliği anlamına mı geliyor?

Hayır ve işte çok değişkenli normal bir basit sayaç örneği.

set.seed(100)
n <- 1e6
a <- 0.2
b <- 0.1
c <- 0.5
z <- rnorm(n)
x <- a*z + sqrt(1-a^2)*rnorm(n)
y <- b*x - c*z + sqrt(1- b^2 - c^2 +2*a*b*c)*rnorm(n)
cor(x, y)

İlgili grafik ile

görüntü tanımını buraya girin

Burada ve marjinal olarak bağımsız olduklarını biliyoruz (çok değişkenli normal durumda, sıfır korelasyon bağımsızlığı ifade eder). Üzerinden arka kapı yolu Bunun nedeni tam arasında doğrudan bir yol üzerinden iptal için olduğu, . Böylece . Yine de doğrudan neden olur ve , ki bu farklıdır .xyzxycov(x,y)=bac=0.10.1=0E[Y|X=x]=E[Y]=0xyE[Y|do(X=x)]=bxE[Y]=0

Dernekler, müdahaleler ve karşı olgular

Burada dernekler, müdahaleler ve karşı taraflarla ilgili bazı açıklamalar yapmanın önemli olduğunu düşünüyorum.

Nedensel modeller, sistemin davranışına ilişkin ifadeler gerektirir: (i) pasif gözlemler altında, (ii) müdahaleler altında olduğu gibi, (iii) karşı olgular. Ve bir seviyedeki bağımsızlığın mutlaka diğerine çevrilmesi gerekmez.

Yukarıdaki örnekte gösterildiği gibi, ile arasında bir ilişki , yani, ve yine de üzerinde yapılan manipülasyonların dağılımını değiştirdiği durumda , .XYP(Y|X)=P(Y)XYP(Y|do(x))P(Y)

Şimdi bir adım daha ileri gidebiliriz. müdahale etmenin nüfus dağılımını değiştirmeyeceği , ancak bu, karşı-fiilî nedensellik eksikliği anlamına gelmediği nedensel modellere sahip olabiliriz ! Yani, , her bireyin sonuçları için farklı olurdu, değiştirseydin . Bu tam olarak user20160 tarafından ve burada önceki cevabım tarafından açıklanan durumdur .XYP(Y|do(x))=P(Y)YX

Bu üç seviye , her biriyle ilgili soruları cevaplamak için gereken bilgiler açısından, bir nedensel çıkarım görevi hiyerarşisini oluşturur .


1
Teşekkürler, tam da aradığım şey buydu. Bu yüzden kafama karışmamın (amaçlanan), istatistiksel bağımsızlığın da iki değişken arasında D-ayrımı olduğunu düşünmesinden kaynaklandığını tahmin ediyorum. Ama bu sadece tersi yönde çalışır, doğru mu?
user1834069

@ user1834069 bu doğru, d-ayrımı bağımsızlığı, fakat bağımsızlığı d-ayrımı anlamına gelmez. Bu ikisi, dağılımın grafiğe sadık olmadığı örneklerdir ve bunun parametreleme seçimine bağlı olduğunu görebilirsiniz. Parametreleri değiştirirsek, bağımlılık tekrar belirir.
Carlos Cinelli

Güzel örnek Doğru hatırlıyorsam, bu madencilik nedensel veri madenciliğinin gözlemsel verilerden test edilemeyen varsayımlarından biridir. SEM lineer modelleri için Pearl'ün kitabı da sadakatsiz dağılımına neden katsayılar seti ölçüsü 0. ait olduğunu bahseder
Vimal

37

İki anahtarla kontrol edilen bir ampulümüz olduğunu varsayalım. Let ve 0 veya 1 Let olabilir anahtarları, durumunu belirtmektedir ya da 0 (kapalı) veya 1 (açık) olabilir lighbulb durumunu, ifade etmektedir. Devreyi, iki anahtar farklı durumdayken lighbulb'ın açık ve aynı durumdayken kapalı olacak şekilde ayarladık. Bu nedenle, devre özel veya işlevi uygular: .S1S2LL=XOR(S1,S2)

Yapım , nedensel olarak ve ile . Sistemin herhangi bir konfigürasyonu göz önüne alındığında, bir anahtar çevrilirse, ampulün durumu değişecektir.LS1S2

Şimdi, her iki anahtarın bağımsız olarak, 1. durumda olma olasılığının 0.5 olduğu Bernoulli işlemine göre harekete geçirildiğini farz edin. Yani, ve ve bağımsızdır. Bu durumda, devre tasarımından ve ayrıca . Yani, bir anahtarın durumunu bilmek bize lighbulb'un açık mı yoksa kapalı mı olacağı hakkında hiçbir şey söylemiyor. Yani ve bağımsız olarak mı ve .p(S1=1)=p(S2=1)=0.5S1S2P(L=1)=0.5p(LS1)=p(LS2)=p(L)LS1LS2

Ancak, yukarıdaki gibi, nedensel olarak ve ile . Dolayısıyla, istatistiksel bağımsızlık nedensellik eksikliği anlamına gelmez.LS1S2


2
kullanıcı, burada açıkladığım gibi , bu örneğin bağımlılık eksikliği nedeniyle haklısınız , ancak bu örnekte ayrıca , dolayısıyla OP'nin sorusuna doğrudan cevap vermiyor. P(L|do(S1))=P(L)
Carlos Cinelli,

kullanıcı, lütfen soru: ? Yani de eşit mi? Ben şahsen düşünüyorum, herhangi biri için , , fakat . Haklı mıyım (Gerçekten ilişkili olmadığını görüyorum, ancak anlayışımı iki kez kontrol etmek istiyorum)p(L|S1,S2)p(L)(vL,v1,v2){0,1}3p(L=vL|S1=v1)=p(L=vL|S2=v2)=0.5 p(L=vL|S1=v1,S2=v2){0,1}
mağara adamı

0

Sorunuza dayanarak, şöyle düşünebilirsiniz:

P(AB)=P(A)P(B) ve bağımsız olduğunda . Benzer şekilde ima edebilirsinizAB

P(AB)/P(A)=P(B|A)=P(B) . Ayrıca,

P(AB)/P(B)=P(A|B)=P(A) .

Bu bakımdan bağımsızlığın nedensellik eksikliği anlamına geldiğine inanıyorum. Bununla birlikte, bağımlılık mutlaka nedensellik anlamına gelmez.


2
Soruyorum, eğer araçlarının ? (Pearl Do-calculus notasyonunu kullanarak)P ( A | D O ( B ) ) = P ( A )P(AB)=P(A)P(B)P(A|do(B))=P(A)
user1834069
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.