पर्ल के कार्य-कारण के सिद्धांत की आलोचना

55

वर्ष 2000 में यहूदिया पर्ल ने Causality प्रकाशित की । क्या विवाद इस काम को घेरते हैं? इसकी प्रमुख आलोचनाएँ क्या हैं?

causality

10

एंड्रयू जेलमैन के ब्लॉग के अभिलेखागार में एक जानकारीपूर्ण चर्चा है, जिसमें पर्ल और अन्य विशेषज्ञों का योगदान भी शामिल है।

— अतिथि

11

Gelman पर्ल के चर्चा करता है करणीय , एसएल मॉर्गन और सी Winship के लिए इसके अलावा में Counterfactuals और कारण मॉडल और एक Sloman के कारण मॉडल एक 2011 में समीक्षा निबंध Am में। समाजशास्त्र के जे। वह आम तौर पर पर्ल के योगदान का बहुत समर्थन करता है, विशेषकर पर्ल हस्तक्षेपों (दो-कैलकुस) के मामले में कारण मॉडल की औपचारिकता। हालाँकि, वह चिंतित रहता है कि अत्याधुनिक कार्य-सिद्धांत सिद्धांत अभी भी ओवरसाइम्पलाइज़्ड कारण मॉडल और बाद में गलत डेटा से झूठे कारण का निमंत्रण दे सकता है।

— jthetzel

1

@jthetzel: धन्यवाद, यह मेरे लिए एक अच्छा जवाब की तरह लग रहा है। क्या आप इसे जोड़ना चाहेंगे?

— नील जी

35

कुछ लेखक पर्ल के फ़ोकस को निर्देशित एसाइक्लिक ग्राफ (DAG) पर उस तरह से नापसंद करते हैं जिस तरह से कार्य-कारण को देखते हैं। पर्ल अनिवार्य रूप से यह तर्क देता है कि किसी भी कारण प्रणाली को गैर-पैरामीट्रिक संरचनात्मक समीकरण मॉडल (एनपीएसईएम) के रूप में माना जा सकता है, जिसमें प्रत्येक नोड का मूल्य उसके माता-पिता के कार्य और कुछ व्यक्तिगत त्रुटि शब्द के रूप में लिया जाता है; सामान्य कारणों का प्रतिनिधित्व करने के लिए विभिन्न नोड्स के बीच त्रुटि की शर्तें सामान्य रूप से सहसंबद्ध हो सकती हैं।

उदाहरण के लिए, कार्टोग्राफ की पुस्तक हंटिंग कॉज़ एंड द थिमिंग, उदाहरण के लिए, एक कार इंजन को शामिल करते हुए एक उदाहरण देती है, जिसका दावा है कि उसे एनपीएसईएम फ्रेमवर्क में मॉडलिंग नहीं की जा सकती है। पर्ल ने कार्टराइट की पुस्तक की अपनी समीक्षा में इस पर विवाद किया।

अन्य लोग सावधान करते हैं कि डीएजी का उपयोग भ्रामक हो सकता है, इसमें तीर एक स्पष्ट मॉडल को कारण निहितार्थ के रूप में एक स्पष्ट मॉडल को उधार देता है, जब यह बिल्कुल भी नहीं हो सकता है। Dawid के देखें DAG से सावधान रहें । उदाहरण के लिए, तीन DAGs , और सभी पर्ल के d- सेपरेशन मानदंड के तहत एक ही संभाव्य मॉडल को प्रेरित करते हैं, जो कि A, C से स्वतंत्र है इसलिए बी। वे अवलोकन डेटा के आधार पर अप्रभेद्य हैं। $A \rightarrow B \rightarrow C$ $A \leftarrow B \rightarrow C$ $A \leftarrow B \leftarrow C$

हालाँकि, उनकी काफी अलग-अलग कारण व्याख्याएं हैं , इसलिए यदि हम यहाँ के कारण संबंधों के बारे में सीखना चाहते हैं, तो हमें केवल अवलोकन संबंधी डेटा से अधिक की आवश्यकता होगी, चाहे वह अंतर- पारंपरिक प्रयोगों के परिणाम हों, सिस्टम के बारे में पूर्व जानकारी, या कुछ और।

— rje42
स्रोत

1

निष्पक्ष होने के लिए - एक ही संभाव्य मॉडल के साथ तीन डीएजी से अनजान होने से, पर्ल केवल सांख्यिकीय-संभाव्य-साहचर्य मॉडल और पूरी तरह से कारण मॉडल के बीच अंतर के मुख्य प्रवर्तकों में से एक रहा है। उदाहरण के लिए देखें ftp.cs.ucla.edu/pub/stat_ser/r354-corrected-reprint.pdf

— पॉल

@Paul हाँ वास्तव में; मैं केवल DAG के उपयोग के बारे में अन्य लोगों की गलतफहमी की रिपोर्ट कर रहा था। मेरे पास ऐसी कोई गलतफहमी नहीं है - अगर आपको लगता है कि उत्तर अनुचित है तो कृपया संपादित करें!

— rJ42

4

ऐसा लगता है कि अनुवाद में संदेश पूरी तरह से खो गया था। जो जरूरी नहीं कि आपके उत्तर की गलती हो, अगर आप सिर्फ उन आलोचनाओं की रिपोर्टिंग कर रहे हैं जो लोगों ने की हैं। पर्ल के काम की पूरी बात यह है कि विभिन्न कारण मॉडल एक ही संभाव्य मॉडल और इसलिए समान दिखने वाले डेटा उत्पन्न कर सकते हैं। तो यह एक संभाव्य मॉडल होने के लिए पर्याप्त नहीं है, आपको विश्वसनीय परिणाम प्राप्त करने के लिए पूर्ण डीएजी पर अपने विश्लेषण और कारण व्याख्या को आधार बनाना होगा। यदि आप केवल रिपोर्ट कर रहे हैं कि लोग क्या कहते हैं, तो मुझे नहीं लगता कि आपके उत्तर को संपादित करने की आवश्यकता है, ये टिप्पणियां पर्याप्त स्पष्टीकरण हैं।

— पॉल

वैसे +1 वोट किया।

— पॉल

16

मुझे लगता है कि इस ढांचे को सामान्य संतुलन प्रभाव या स्थिर इकाई उपचार मूल्य मान उल्लंघन के साथ बहुत परेशानी है। उस मामले में, "अनुपचारित" टिप्पणियां अब सार्थक तरीके से वांछित प्रतिपक्ष प्रदान नहीं करती हैं। संपूर्ण वेतन वितरण को स्थानांतरित करने वाले बड़े पैमाने पर नौकरी प्रशिक्षण कार्यक्रम एक उदाहरण हैं। काउंटरफैक्टुअल भी कुछ मामलों में अच्छी तरह से परिभाषित नहीं हो सकता है। मॉर्गन और विनशिप के काउंटरफैक्चुअल और कॉसल मॉडल्स में , वे इस दावे का एक उदाहरण देते हैं कि 2000 का चुनाव अल गोर के पक्ष में गया होता अगर गुंडों और पूर्व-गुंडों को वोट देने की अनुमति दी गई होती। वे बताते हैं कि प्रतिपक्षीय दुनिया में बहुत अलग उम्मीदवार और मुद्दे होंगे, ताकि आप वैकल्पिक कारण स्थिति को चिह्नित नहीं कर सकें। ceteris paribus प्रभाव यहां नीति संगत पैरामीटर नहीं होगा।

— दिमित्री वी। मास्टरोव
स्रोत

ऐसा लगता है कि आप कह रहे हैं कि कुछ प्रतिवाद उचित नहीं हैं क्योंकि यह मान लेना उचित नहीं है कि केवल एक चीज बदलती है? गुंडागर्दी उदाहरण में, गुंडागर्दी के सरल तथ्य वोट करने में सक्षम होने के कारण उस संभावित दुनिया और हमारी वास्तविक दुनिया के बीच कई अन्य अंतर होंगे, इसलिए "सिर्फ एक चीज" को बदलना उचित नहीं है?

— पॉल

2

@Paul हाँ, "बाकी सब बराबर" धारण नहीं कर सकता।

— दिमित्री वी। मास्टरोव

1

धन्यवाद। मुझे लगता है कि यह जवाबी कार्रवाई के बारे में एक काफी गहरा और कम महत्व का बिंदु है। लोग आमतौर पर मान लेते हैं कि वे जो चाहें कर सकते हैं। लेकिन वास्तविक दुनिया की तरह, मुझे लगता है कि मान्य काउंटरफ़ेक्चुअल का स्थान "मल्टीकोलीनैरिटी" हो सकता है।

— पॉल

0

पर्ल की प्रणाली की सबसे महत्वपूर्ण आलोचना मेरे दृष्टिकोण से है, कि इसका कहीं भी व्यावहारिक, अनुभवजन्य विकास नहीं हुआ है। यह देखते हुए कि यह कितने समय के लिए है, यह सोचने का कोई कारण नहीं है कि यह कभी भी एक व्यावहारिक उपकरण होगा। यह इंगित करता है कि इसका उपयोग कुछ सैद्धांतिक और शायद शिक्षाप्रद उद्देश्यों के लिए किया जा सकता है, लेकिन एक व्यावहारिक शोधकर्ता को इसका अध्ययन करने से बहुत कम लाभ होगा।

— मैट
स्रोत

1

इस साइट पर एक गर्मजोशी से स्वागत है, लेकिन आपका जवाब पूरी तरह से हास्यास्पद है।

— नील जी

1

यह हास्यास्पद क्यों है? यदि पर्ल ने अपने सिस्टम को किसी तरह के वैचारिक, दार्शनिक उपकरण के रूप में प्रचारित किया, तो यह समझने के लिए कि क्या कारण है, मुझे इससे कोई समस्या नहीं होगी। लेकिन वह लगातार इसे शोधकर्ताओं के लिए "क्रांतिकारी" व्यावहारिक उपकरण के रूप में उपयोग करने के लिए बात करता है, जो बस बकवास है। उदाहरण के लिए, अपनी नवीनतम पुस्तक में पर्ल का कहना है कि वह "आश्चर्यचकित नहीं होगा" यदि सामने का दरवाजा विधि "अंततः यादृच्छिक नियंत्रित परीक्षणों के लिए एक गंभीर प्रतियोगी बन जाता है", जो कि एक मजबूत दावा है जो कि विधि का एक भी उदाहरण नहीं है। किसी भी वास्तविक समस्या को हल करने के लिए इस्तेमाल किया जा रहा है, कभी भी।

— मैट

1

यह हास्यास्पद है क्योंकि उनके काम को हजारों बार उद्धृत किया गया है। रोनाल्ड फिशर की गवाही की अवहेलना करने के लिए धूम्रपान और कैंसर के बीच की कड़ी का समर्थन करने के लिए सामने के दरवाजे का तरीका प्रसिद्ध था!

— नील जी

5

पर्ल के प्रशस्ति पत्र का किसी भी चीज़ से क्या संबंध है? मेरी आलोचना यह है कि उन्होंने दशकों से जिन व्यावहारिक लाभों का वादा किया था, वे भौतिक नहीं हुए। फिशर के मरने के कई दशकों बाद पर्ल फ्रंट-डोर कसौटी पर खरा उतरा और कैंसर-धूम्रपान विवाद शांत हो गया। फिशर के खिलाफ कसौटी का इस्तेमाल कैसे किया जा सकता था?

— मैट