因果关系基本概念：贝叶斯网络和概率分布

阅读David Salazar的文章Causality: Bayesian Networks and Probability Distributions后的笔记

目录

动机

贝叶斯网络

d-分割：中断信息的流动

回到本质问题：能否从数据中学习到模型

---

动机

“相关性不意味着因果关系”。但经常有人试图将控制变量加入回归方程中，以试图估计因果效应，这是一种错误的想法。

贝叶斯网络

将概率分布与有向图结合了起来，因此可以使用d-分割标准（d-separation criterion）对目标变量的独立和非独立变量进行判别。

d-分割：中断信息的流动

三种基本模式：

链式路径（chain）：

分岔路径（fork）：

对撞路径（collider）：

供实验的工具：dagitty

回到本质问题：能否从数据中学习到模型

模型对于数据来说不是唯一的，不同的模型能蕴涵（imply）相同的条件独立（conditional independence）。因此，当两个模型和蕴涵相同的条件独立性，那么可认为它们是表象一致（observationally equivalent）的。将这些无法区分条件独立性的模型之集合称为等价类（equivalent class）。

（图片来自笔者所阅读的博客）

如上图所示，单凭数据是无法区分三种假设的因果关系的，因为这三个模型都有相同的条件独立性，即（当控制了后，独立于）。

因此，仅仅凭借观测数据（observational data）无法获取对因果关系的理解，必须首先建立模型假设，才能预测出任何干预/治疗/接触（intervention/treatment/exposure）带来的影响。