진주의 인과성 이론 비판

55

2000 년에 Judea Pearl은 Causality를 출판했습니다 . 이 작품을 둘러싼 논쟁은 무엇입니까? 주요 비판은 무엇입니까?

causality

— 닐 G
소스

10

Andrew Gelman의 블로그 아카이브에는 Pearl 및 기타 전문가의 기여를 포함 하여 유익한 토론 이 있습니다.

— 손님

11

Gelman 은 2011 년 Am의 리뷰 논문 에서 SL Morgan과 C Winship의 반상 및 인과 모델 과 Sloman의 인과 모델 외에도 Pearl의 인과 관계에 대해 논의 합니다. J. 사회학. 그는 일반적으로 Pearl의 기여, 특히 개입 (do-calculus) 측면에서 인과 모델의 공식화에 대한 Pearl의 기여를 매우지지합니다. 그러나 그는 최첨단 인과 이론이 여전히 단순화 된 인과 모델과 결과적으로 관측 데이터로부터의 잘못된 인과 추론을 초대 할 수 있다고 우려하고있다.

— jthetzel

1

@ jthetzel : 고마워, 그것은 나에게 좋은 대답처럼 보입니다. 추가해 주시겠습니까?

— Neil G

35

일부 저자는 인과 관계를 보는 방식으로 Pearl이 DAG (directed acyclic graph)에 집중하는 것을 싫어합니다. 펄은 본질적으로 모든 인과 시스템은 비모수 적 구조 방정식 모델 (NPSEM)로 간주 될 수 있으며, 여기서 각 노드의 값은 부모의 함수와 개별 오류 항의 함수로 간주됩니다. 상이한 노드들 사이의 에러 용어는 일반적으로 공통 원인을 나타 내기 위해 상관 될 수있다.

예를 들어 Cartwright의 저서 Hunting Causes and Using Them 은 NPSEM 프레임 워크에서 모델링 할 수 없다고 주장하는 자동차 엔진과 관련된 예를 제공합니다. Pearl 은 Cartwright의 책에 대한 그의 리뷰에서 이것을 논박한다 .

다른 사람들은 DAG의 사용이 오해의 소지가있을 수 있다는 점에주의를 기울인다. 화살표는 이것이 사실이 아닐 수있는 인과 관계를 갖는 것으로 선택된 모델에 명백한 권한을 부여하기 때문이다. Dawid의 DAG주의 사항을 참조하십시오 . 예를 들어, 3 개의 DAG , 및 모두 진주의 d- 분리 기준에서 동일한 확률 모델을 유도합니다. 즉, A는 C와 독립적입니다. 그러므로 B. 그들은 관측 자료에 근거하여 구별 할 수 없다. $A \rightarrow B \rightarrow C$ $A \leftarrow B \rightarrow C$ $A \leftarrow B \leftarrow C$

그러나 인과 관계 는 매우 다르기 때문에 여기서 인과 관계에 대해 배우려면 개입 실험의 결과, 시스템에 대한 사전 정보 또는 다른 어떤 것이 든 단순한 관측 데이터 이상의 것이 필요합니다.

— rje42
소스

1

같은 확률 론적 모델을 가진 3 개의 DAG를 알지 못하는 것으로부터 공평하게 말하면, Pearl은 단지 통계적 확률 론적 연관 모델과 완전한 인과 관계 모델 사이의 구별의 주요한 촉진자 중 하나였습니다. ftp.cs.ucla.edu/pub/stat_ser/r354-corrected-reprint.pdf의

— Paul

@Paul 네, 참으로; DAG 사용에 대한 다른 사람들의 오해를보고했습니다. 나는 그런 오해가 없습니다-답장이 불공평하다고 생각하면 편집하십시오!

— rje42

4

메시지가 번역에서 완전히 없어진 것 같습니다. 사람들이 만든 비판을보고하는 것만으로는 반드시 대답의 잘못이 아닙니다. 전체 점 진주의 작품은 서로 다른 인과 모델이 동일한 확률 모델에 따라서 동일 찾고 데이터를 생성 할 수 있다는 것입니다. 따라서 확률 론적 모델로는 충분하지 않으므로 신뢰할 수있는 결과를 얻으려면 전체 DAG를 기반으로 분석 및 인과 해석을 기반으로해야합니다. 사람들의 의견을보고하는 경우 답변을 수정해야한다고 생각하지 않습니다. 이러한 의견은 충분히 명확합니다.

— Paul

그건 그렇고 +1 투표했습니다.

— Paul

16

이 프레임 워크는 일반적인 평형 효과 또는 안정적인 단위 처리 값 가정 위반과 관련하여 많은 문제가 있다고 생각합니다. 이 경우, "처리되지 않은"관측은 더 이상 의미있는 방식으로 원하는 반 사실을 제공하지 않습니다. 전체 임금 분포를 바꾸는 대규모 직업 훈련 프로그램이 그 예입니다. 어떤 경우에는 반 상식이 잘 정의되지 않을 수도 있습니다. Morgan and Winship의 반상 및 인과 모델에서 , 그들은 중범죄자와 전직 중위가 투표를 할 수 있다면 2000 년 선거가 Al Gore에 찬성했다는 주장의 예를 제시합니다. 그들은 반 현실 세계가 매우 다른 후보들과 이슈들을 가지고 있기 때문에 당신이 대안 적 인과 적 상태를 특징 지을 수 없다고 지적했다. 다른 조건의 paribus 여기서 효과는 정책 관련 매개 변수가 아닙니다.

— 디미트리 V. 마스터 로프
소스

한 가지만 변한다고 가정하는 것이 합리적이지 않기 때문에 일부 반 사실은 합리적이지 않다고 말하는 것 같습니다. 중범 죄 사례에서, 중범죄자가 투표 할 수 있다는 단순한 사실은 그 잠재적 인 세계와 실제 세계 사이에 많은 다른 차이점을 내포 할 것이므로 "단 하나만"바꾸는 것이 합리적이지 않습니까?

— Paul

2

@Paul 네, "다른 모든 것"은 유지할 수 없습니다.

— Dimitriy V. Masterov

1

감사. 나는 이것이 사실에 대해 상당히 심오하고 과소 평가 된 점이라고 생각한다. 사람들은 보통 그들이 원하는대로 할 수 있다고 생각합니다. 그러나 실제 세계와 마찬가지로, 유효한 반 사실의 공간에는 "다중 선형성"이있을 수 있습니다.

— Paul

0

Pearl의 시스템에 대한 가장 중요한 비판은 제가 사용하는 어느 곳에서나 실용적이고 경험적인 진보를 가져 오지 않았다는 것입니다. 그것이 얼마나 오래 있었는지 감안할 때 그것이 실용적인 도구라고 생각할 이유가 없습니다. 이것은 이론적이거나 교훈적인 목적으로 사용될 수 있지만 실제 연구원은 거의 연구하지 않을 것입니다.

— 매트
소스

1

이 사이트에 오신 것을 환영합니다. 그러나 귀하의 답변은 전적으로 어리 석습니다.

— Neil G

1

어리석은 이유는 무엇입니까? 만약 펄이 인과 관계를 이해하기위한 개념적이고 철학적 인 도구로 그의 시스템을 단순히 홍보했다면, 나는 그것에 문제가 없을 것이다. 그러나 그는 끊임없이 연구자들이 사용할 수있는 "혁신적인"실용적인 도구라고 말하고있다. 예를 들어, 그의 최신 저서 인 펄 (Pearl)은 프론트-도어 방법이 "임의로 무작위 통제 시험에 대한 심각한 경쟁자가된다면" "놀랍지 않을 것"이라고 말했다. 실제 문제를 해결하는 데 사용됩니다.

— 매트

1

그의 작품이 수만 번 인용 되었기 때문에 말도 안됩니다. 프론트 도어 방법은 로널드 피셔의 증언을 무시하면서 흡연과 암의 연관성을 지원하는 데 널리 사용되었습니다!

— 닐 G

5

Pearl의 인용 횟수는 무엇과 관련이 있습니까? 저의 비판은 그가 수십 년 동안 약속 한 실질적인 이익이 실현되지 않았다는 것입니다. 피셔가 사망하고 암과 흡연 논쟁이 해결 된 후 진주는 수십 년 동안 현관 기준을 세웠다. Fisher에 대한 기준을 어떻게 사용할 수 있습니까?

— 매트