返回
因果推断:如果世界稍有不同,我们该怎么办?
人工智能
2023-09-08 05:48:46
《因果推断:如果》第一章学习笔记
最近忙得焦头烂额,需要阅读大量书籍,我发现,当有很多书同时需要阅读时,交替阅读交替书写可能是一种提高阅读效率的好方法,因此,我也开始阅读《因果推断:如果》这本书。
因果推断简介
因果推断是研究因果关系的科学。因果关系是指两个事件之间存在着一种逻辑联系,使得其中一个事件(原因)导致另一个事件(结果)的发生。因果推断在我们的日常生活中无处不在,例如,我们知道喝一杯咖啡会导致我们精神焕发,我们也知道吸烟会导致癌症。
反事实推理
反事实推理是指我们对没有发生的事情进行假设和推论。例如,我们可以假设如果没有喝那杯咖啡,我们就不会精神焕发。反事实推理是因果推断的重要组成部分,因为我们可以通过反事实推理来了解因果关系的性质和强度。
因果分析方法
因果分析方法是指我们用来研究因果关系的工具和技术。因果分析方法有很多种,每种方法都有其独特的优缺点。一些常用的因果分析方法包括:
- 实验设计 :实验设计是研究因果关系的黄金标准。在实验设计中,我们将受试者随机分配到不同的组,然后对其中一组进行干预,而对另一组不进行干预。通过比较两组受试者的结果,我们可以了解干预措施的因果效应。
- 自然实验 :自然实验是指在自然条件下发生的、类似于实验的情况。例如,我们可以比较两个拥有不同政策的国家的经济状况,以了解这些政策的因果效应。
- 匹配方法 :匹配方法是指我们通过选择与处理组相似的对照组来控制混杂因素的影响。例如,我们可以比较两个具有相同社会经济背景的吸烟者和不吸烟者的健康状况,以了解吸烟的因果效应。
- 加权方法 :加权方法是指我们通过给不同受试者赋予不同的权重来控制混杂因素的影响。例如,我们可以给吸烟者和不吸烟者赋予不同的权重,以比较他们的健康状况,并了解吸烟的因果效应。
辛普森悖论
辛普森悖论是指在总体水平上存在因果关系,而在某些子组中不存在因果关系,甚至存在相反的因果关系。辛普森悖论是一个常见的统计学谬误,因此在进行因果分析时,我们必须小心避免受到辛普森悖论的误导。
合成控制法
合成控制法是一种新的因果分析方法,它可以用来评估政策或干预措施的因果效应。合成控制法通过结合多个对照组来创建一个合成对照组,这个合成对照组与处理组具有相似的特征。通过比较处理组和合成对照组的结果,我们可以了解政策或干预措施的因果效应。
机器学习和因果模型
机器学习和因果模型是因果推断领域的新兴工具。机器学习可以用来发现数据中的因果关系,而因果模型可以用来模拟因果关系并预测干预措施的因果效应。机器学习和因果模型在因果推断领域有着广阔的应用前景。