Причинно-следственная диаграмма преодоление Ахиллесова пяточного сухожилия в наблюдательных данных

Как преодолеть травму ахиллесова сухожилия анализ причинно-следственной диаграммы на основе наблюдательных данных

Фото от Андрея Сизова на Unsplash

Главы 3&4 книги “Книга почему”, серия “Читаем вместе”

В моих предыдущих двух статьях я начала серию “Читаем вместе” и закончила чтение первых двух глав книги “Книга почему” Джудеа Перла. В этих статьях рассматривается необходимость введения причинности для обеспечения принятия решений, подобных человеческим, и подчеркивается лестница причинности, которая является основой для будущих обсуждений. В этой статье мы исследуем ключевые элементы, которые открывают дверь от первого к второму шагу лестницы причинности, позволяя нам перейти от вероятности к причинному мышлению. Мы пройдем от правила Байеса к Байесовской сети и, наконец, к причинным диаграммам.

От правила Байеса к обратной вероятности

Будучи поклонницей детективных романов, моя любимая серия – Шерлок Холмс. Я все еще помню все эти дни и ночи, которые провела, читая их, не замечая, как время проходит. Через годы много деталей дела уже исчезло из моей памяти, но, как и все остальные, я все еще помню знаменитые цитаты:

Когда вы исключаете невозможное, оставшееся, несмотря на неправдоподобность, должно быть правдой.

Переводя эту цитату на язык статистики, существуют два типа вероятностей – прямая вероятность и обратная вероятность. Основываясь на дедуктивном рассуждении Шерлока Холмса, работа детектива – это просто поиск убийцы с наивысшей обратной вероятностью.

Фото от Маркуса Винклера на Unsplash

Переходя от прямой вероятности к обратной вероятности, мы не только переворачиваем переменные последовательно, но и устанавливаем причинную связь. Как кратко упоминалось в предыдущей статье, правило Байеса предоставляет мост, соединяющий объективные данные (доказательства) с субъективными мнениями (предположения). Основываясь на правиле Байеса, мы можем вычислять условные вероятности для любых двух переменных. Для любой переменной A и B, при условии, что B произошло, вероятность того, что произойдет A, равна:

P(A|B) = P(A&B)/P(B)