कारण और सीढ़ी के सीढ़ी में दो और तीन के बीच का अंतर

Question

यहूदिया पर्ल की "बुक ऑफ़ व्हाई" में वह इस बारे में बात करता है कि वह किस कारण से सीढ़ी की सीढ़ी कहता है, जो अनिवार्य रूप से एक पदानुक्रम है जिसमें विभिन्न कारणों के तर्क शामिल हैं। मनाया डेटा (जैसे, सहसंबंध, सशर्त संभाव्यता, आदि) में एसोसिएशन के पैटर्न के साथ सबसे कम संबंध है, अगला हस्तक्षेप पर केंद्रित है (क्या होता है अगर हम जानबूझकर डेटा बनाने की प्रक्रिया को कुछ निर्धारित तरीके से बदलते हैं?) और तीसरा है। जवाबी कार्रवाई (अगर कुछ और हुआ या नहीं हुआ तो दूसरी दुनिया में क्या होगा)?

मुझे समझ नहीं आ रहा है कि कैसे दो और तीन अलग-अलग हैं। यदि हम एक जवाबी सवाल पूछते हैं, तो क्या हम केवल हस्तक्षेप करने के बारे में एक सवाल नहीं पूछ रहे हैं ताकि मनाया दुनिया के कुछ पहलू को नकार दिया जा सके ?

Comments

क्या यह वास्तव में विषय पर है? जिज्ञासा से पूछते हुए

— फायरबग

@ फेयरबग विषय पर करणीय है? यदि आप प्रतिसाद की संभावना की गणना करना चाहते हैं (जैसे कि यह संभावना कि किसी की मृत्यु के लिए एक विशिष्ट दवा पर्याप्त थी) तो आपको यह समझने की आवश्यकता है।

— कार्लोस सिनेली

twitter.com/yudapearl/status/1069533953223155713 !

— टिम

Answer 1

तथ्यात्मक दुनिया और इंटरवेंशनल स्तर पर ब्याज की कार्रवाई के बीच कोई विरोधाभास नहीं है। उदाहरण के लिए, आज तक धूम्रपान और कल से शुरू होने वाले धूम्रपान को छोड़ने के लिए मजबूर किया जाना एक दूसरे के साथ विरोधाभास नहीं है, भले ही आप दूसरे को "नकारात्मक" कह सकते हैं। लेकिन अब निम्नलिखित परिदृश्य की कल्पना करें। आप जानते हैं जो, एक जीवन भर धूम्रपान करने वाला है, जिसे फेफड़े का कैंसर है, और आप आश्चर्य करते हैं: क्या होगा अगर जो तीस वर्षों तक धूम्रपान नहीं करता था, क्या वह आज स्वस्थ होगा? इस मामले में हम एक ही व्यक्ति के साथ काम कर रहे हैं, एक ही समय में, एक ऐसे परिदृश्य की कल्पना कर रहे हैं जहां कार्रवाई और परिणाम ज्ञात तथ्यों के प्रत्यक्ष विरोधाभास में हैं।

इस प्रकार, हस्तक्षेपों और प्रतिक्षेपों का मुख्य अंतर यह है, जबकि हस्तक्षेपों में आप पूछ रहे हैं कि औसतन क्या होगा यदि आप एक कार्रवाई करते हैं, तो जवाबी कार्रवाई में आप पूछ रहे हैं कि क्या हुआ होगा आपने एक विशिष्ट स्थिति में कार्रवाई का एक अलग पाठ्यक्रम लिया था , कि आप वास्तव में क्या हुआ के बारे में जानकारी है। ध्यान दें, क्योंकि आप पहले से ही जानते हैं कि वास्तविक दुनिया में क्या हुआ था, आपको अपने द्वारा देखे गए साक्ष्य के प्रकाश में अतीत के बारे में अपनी जानकारी को अपडेट करने की आवश्यकता है।

ये दो प्रकार के प्रश्न गणितीय रूप से भिन्न हैं क्योंकि उन्हें उत्तर देने के लिए विभिन्न स्तरों की जानकारी की आवश्यकता होती है (प्रतिसादों को उत्तर देने के लिए अधिक जानकारी की आवश्यकता होती है) और यहां तक ​​कि अधिक विस्तृत भाषा को व्यक्त करने के लिए भी!

Rung 3 प्रश्नों का उत्तर देने के लिए आवश्यक जानकारी के साथ आप Rung 2 प्रश्नों का उत्तर दे सकते हैं, लेकिन अन्य तरीके से नहीं। अधिक सटीक रूप से, आप केवल इंटरवेंशनल जानकारी के साथ जवाबी सवालों का जवाब नहीं दे सकते हैं। उदाहरण जहां हस्तक्षेप और जवाबी कार्रवाई का टकराव पहले से ही सीवी में यहां दिया गया था, इस पोस्ट और इस पोस्ट को देखें । हालाँकि, पूर्णता के लिए, मैं यहाँ एक उदाहरण भी शामिल करूँगा।

नीचे का उदाहरण Causality, 1.4.4 खंड में पाया जा सकता है ।

$x =1$$x=0$$y=0$$y=1$$P(y|x) = 0.5~~~\forall x,y$

$P(Y = 1|do(X = 1)) - P(Y=1|do(X =0) = 0$

$P(Y_{0} = 0|X =1, Y = 1)$

इस सवाल का जवाब सिर्फ आपके पास मौजूद पारंपरिक डेटा के साथ नहीं दिया जा सकता है। प्रमाण सरल है: मैं दो अलग-अलग कारण मॉडल बना सकता हूं जिसमें समान रूप से पारंपरिक वितरण होंगे, फिर भी अलग-अलग प्रतिरूप वितरण। दो नीचे दिए गए हैं:

$U$$P(y, x)$

ध्यान दें, पहले मॉडल में, कोई भी उपचार से प्रभावित नहीं होता है, इस प्रकार उन रोगियों का प्रतिशत जो इलाज के दौरान मर जाते थे, वे ठीक हो जाते थे, उन्होंने उपचार नहीं लिया।

हालांकि, दूसरे मॉडल में, प्रत्येक रोगी उपचार से प्रभावित होता है, और हमारे पास दो आबादी का मिश्रण होता है जिसमें औसत कारण प्रभाव शून्य हो जाता है। इस उदाहरण में, प्रतिधारण मात्रा अब 100% हो जाती है --- मॉडल 2 में, जो मरीज इलाज के दौरान मारे गए थे, वे ठीक हो गए होंगे, उन्होंने उपचार नहीं लिया था।

इस प्रकार, रग 2 और रग 3 का स्पष्ट अंतर है। जैसा कि उदाहरण से पता चलता है, आप हस्तक्षेपों के बारे में सिर्फ जानकारी और मान्यताओं के साथ जवाबी सवालों का जवाब नहीं दे सकते हैं। यह एक नकली कंप्यूटिंग के लिए तीन चरणों के साथ स्पष्ट किया गया है:

1. $P(u)$$P(u|e)$
2. $do(x))$
3. $Y$

यह कारण मॉडल के बारे में कुछ कार्यात्मक जानकारी के बिना या अव्यक्त चर के बारे में कुछ जानकारी के बिना गणना करना संभव नहीं होगा।

Comments

दिलचस्प जवाब! फॉलो-अप की एक जोड़ी: 1) आप कहते हैं " 3 Rung जानकारी के साथ आप Rung 2 प्रश्नों का उत्तर दे सकते हैं, लेकिन दूसरे तरीके से नहीं "। लेकिन आपके धूम्रपान के उदाहरण में, मुझे यह समझ में नहीं आता है कि जो भी स्वस्थ होगा, अगर वह धूम्रपान नहीं करता, तो वह इस सवाल का जवाब नहीं देता कि 'क्या वह स्वस्थ होगा यदि वह 30 साल के धूम्रपान के बाद कल छोड़ देता है।' वे अलग-अलग सवालों की तरह लगते हैं, इसलिए मुझे लगता है कि मुझे कुछ याद आ रहा है।

— mkt - मोनिका

इसके अलावा, आपका बाद में काम किया गया उदाहरण उपचार और नियंत्रण के बीच गैर-आयामी रूप से वितरित किए जा रहे 2 अप्राप्य चर पर निर्भर करता है। लेकिन आपने इसे एक यादृच्छिक प्रयोग के रूप में वर्णित किया है - तो क्या यह खराब यादृच्छिकरण का मामला नहीं है? उचित यादृच्छिकरण के साथ, मैं नहीं देखता कि आपको दो अलग-अलग परिणाम कैसे मिलते हैं जब तक कि मैं कुछ बुनियादी याद नहीं कर रहा हूं।

— mkt -

@ आखिरी से पहली तक। बिना सोचे-समझे चर को उपचार और नियंत्रण के बीच बेतरतीब ढंग से विकृत किया जाता है, आपके पास दोनों भुजाओं में यू की प्रत्येक श्रेणी का 50% हिस्सा है। जानकारी से हमारा मतलब है कि सामान्य रूप से प्रतिपक्षीय प्रश्नों का उत्तर देने के लिए आवश्यक मॉडल का आंशिक विनिर्देश, किसी विशिष्ट प्रश्न का उत्तर नहीं। प्रतिसादात्मक प्रश्नों का उत्तर देने के लिए आपको कारण संरचना की आवश्यकता है + अव्यक्त चर के वितरण की कुछ कार्यात्मक जानकारी या जानकारी।

— कार्लोस सिनेली

Answer 2

यहाँ जवाब यहूदिया पर्ल ट्विटर पर दिया गया है :

पाठक पूछते हैं: हस्तक्षेप (रुंग -2) प्रतिपक्षीय (रुंग -3) से अलग क्यों है? मनाया दुनिया के कुछ पहलुओं को नकारना हस्तक्षेप नहीं करता है?

उत्तर:। हस्तक्षेप बदलते हैं लेकिन अवलोकन की गई दुनिया का खंडन नहीं करते हैं, क्योंकि हस्तक्षेप से पहले और बाद की दुनिया समय-अलग चर को जोड़ती है। इसके विपरीत, "क्या मैं मर चुका था" ज्ञात तथ्यों का खंडन करता है। एक हालिया चर्चा के लिए, इस चर्चा को देखें ।

टिप्पणी: हार्वर्ड का # समूहवाद और रुबिन के संभावित परिणाम ढाँचे दोनों ही रुंग -3 से रुंग -2 को अलग नहीं करते हैं।

मेरा मानना ​​है कि यह एक सांस्कृतिक रूप से निहित प्रतिरोध है जिसे भविष्य में ठीक किया जाएगा। यह दोनों रूपरेखाओं के मूल से उपजा है, जैसे कि "यादृच्छिक रूप से" रूपक में, #Bookofwhy के भौतिक "सुन" रूपक के विपरीत।