鲁晨光的科学和哲学研究分享 http://blog.sciencenet.cn/u/lcguang 兴趣:色觉, 哲学, 美学, 进化论,广义信息,投资组合

博文

[转载]因果确证测度:从辛普森悖论到COVID-19

已有 1240 次阅读 2023-4-5 02:48 |个人分类:信息的数学和哲学|系统分类:论文交流|文章来源:转载

这是一篇关于因果确证的文章。发表于Entropy, 中英文见:

因果确证测度:从辛普森悖论到COVID-19

摘要:用统计数据比较两种原因对结果的影响时,如果我们得到的合并结论和分组结论相反,这被称之为辛普森悖论(英文是Simpson Paradox, 缩写为SP)。现在流行的因果推断理论(英文是Popular Causal Inference Theory, 缩写为PCIT)通过去混杂影响,使合并结论和分组结论一致,从而消除SPPCIT使用相对风险差Pd=max(0,(R-1)/R)作为反映因果关系的概率(R=正例比例/反例比例),而哲学家Fitelson用确证测度DD=后验概率-先验概率)评价因果关系强度。Fitelson得出结论:从贝叶斯确证理论看,我们无需考虑混杂影响,直接接受合并结论就行了。为了消除PCIT和贝叶斯确证之间的矛盾,作者使用语义信息方法推导出因果确证测度Cc=R-1/max(R,1)。这一测度很像Pd但是具有归一化性质(在-11之间变化)和原因对称性(相反原因会使得确证度为负)。Cc特别适合原因抑制结果(比如疫苗抑制感染)的情况(确证度是负的)。文中提供的一些例子(关于肾结石治疗和COVID-19)表明PdCcD更加合理,CcPd更加有用。PdCc的合理性反过来支持了贝叶斯确证的归纳派。

关键词:因果确证;贝叶斯确证;因果推理,语义信息测度,交叉熵,辛普森悖论,风险测度

qqq.png



https://m.sciencenet.cn/blog-2056-1383014.html

上一篇:感谢几位曾想帮我的人——虽然没有成功
下一篇:语义信息论的两条路线之争——我和钟义信教授的对立统一

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-29 05:58

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部