Oksági modell

Az oksági modell , az oksági modell  egy fogalmi modell , amely egy rendszer oksági mechanizmusait írja le . Az oksági modellek javíthatják a kutatás minőségét azáltal, hogy világos szabályokat adnak a független változók elemzésbe való bevonására [2] . Lehetővé tehetik bizonyos kérdések megválaszolását a meglévő megfigyelési adatok alapján anélkül, hogy intervenciós vizsgálatra, például randomizált kontrollált vizsgálatra lenne szükség . Egyes beavatkozási tanulmányok etikai vagy gyakorlati okokból nem alkalmasak, ami azt jelenti, hogy oksági modell nélkül egyes hipotézisek nem tesztelhetők [3] .

Az ok-okozati modellek segíthetnek a külső érvényesség kérdésének megoldásában (hogy egy vizsgálat eredményei érvényesek-e feltáratlan csoportokra). Az ok-okozati modellek lehetővé teszik több tanulmányból származó adatok kombinálását olyan kérdések megválaszolására, amelyekre egyetlen adathalmaz sem tud válaszolni. Az ok- okozati modellek meghamisíthatók , és ha nem illeszkednek az adatokhoz, akkor érvénytelenként el kell őket utasítani. Érthetőnek kell lenniük azok számára is, akik közel állnak a modell által megmagyarázni kívánt jelenségekhez [4] .

Az oksági modelleket a jelfeldolgozásban , az epidemiológiában és a gépi tanulásban alkalmazzák . Judah Pearl szerint , amelyet a The  Book of Why 2018-ban fejez ki, az oksági modellek szükséges elemei az erős mesterséges intelligencia fejlesztésének [5] .

Definíció

Az oksági modellek olyan matematikai modellek, amelyek egy adott rendszeren vagy csoporton belül ok-okozati összefüggéseket mutatnak be. Megkönnyítik az ok-okozati összefüggések statisztikai adatokból való következtetését. Sokat elárulhatnak az ok-okozati összefüggés ismeretelméletéről , valamint az okság és a valószínűség közötti kapcsolatról . Alkalmazták azokat a filozófusok érdeklődésére számot tartó témákban is, mint például a döntéselmélet és a tényszerű ok-okozati összefüggés elemzése [6] .

Judah Pearl az oksági modellt rendezett hármasként határozza meg , ahol  olyan exogén változók halmaza, amelyek értékeit a modellen kívüli tényezők határozzák meg; — endogén változók  halmaza, amelyek értékeit a modellen belüli tényezők határozzák meg; és szerkezeti egyenletek halmaza, amely az egyes endogén változók értékét fejezi ki a és  a többi változó értékének függvényében [7] .

Történelem

Arisztotelész meghatározta az ok- okozati összefüggés taxonómiáját , beleértve az anyagi, formális, hatékony és végső okokat. Hume elutasította Arisztotelész megközelítését a kontrafaktuális gondolkodás mellett. Egy ponton tagadta, hogy a tárgyaknak "hatalmai" vannak, amelyek az egyiket okká, a másikat pedig okozattá teszik. Később azonban átvette a kijelentést: "ha az első tárgy nem létezne, a második soha nem létezne" (az okság szükséges feltétele) [8] .

A 19. század végén a statisztika tudományos tudományágként kezdett formát ölteni. Miután több éven át igyekezett azonosítani az ok-okozati szabályokat olyan területeken, mint a biológiai öröklődés , Galton bevezette a regresszió fogalmát az átlagba (megfigyelve a másodéves szindrómát a sportban), ami később a korreláció nem oksági fogalmához vezetett .

Karl Pearson pozitivista lévén kizárta az okság fogalmát a legtöbb tudományból, mint az asszociáció bizonyíthatatlan speciális esetét, és bevezette a korrelációs együtthatót mint asszociációs mérőszámot. Azt írta: "Az erő, mint a mozgás oka pontosan ugyanaz, mint a fa istene, mint a növekedés oka", és hogy az okság csak "fétis a modern tudomány felfoghatatlan titkai között". Pearson megalapította a Biometrika céget és a biometrikus laboratóriumot a University College Londonban , amely a statisztikai kutatás világelsőjévé vált.

1908-ban Hardy és Weinberg megoldotta a vonások stabilitásának problémáját , és megoldásuk arra késztette Galtont , hogy felhagyjon az ok-okozati összefüggésekkel, újjáélesztve a mendeli öröklődést [9] .

1921-ben Wright az oksági modellezés és az oksági gráfok elméleti ősévé vált. Ezt a megközelítést azért dolgozta ki, hogy megkísérelje feltárni az öröklődés , a fejlődés és a környezet relatív hatását a tengerimalac bundájára . Elméleti állításait azzal támasztotta alá, hogy bemutatta, hogy egy ilyen elemzés hogyan magyarázhatja meg a tengerimalac születési súlya, a terhességi kor és az alomméret közötti kapcsolatot. A megalapozott statisztikusok ezekkel az elképzelésekkel szembeni ellenállása oda vezetett, hogy a következő 40 évben figyelmen kívül hagyták őket (az állattenyésztők kivételével ). Ehelyett a tudósok összefüggésekre hagyatkoztak, köszönhetően többek között Wright kritikusának, Ronald Fishernek [10] .

1923-ban Jerzy Neumann bevezette a lehetséges kimenetel fogalmát, de írását csak 1990-ben fordították le lengyelről angolra.

1958-ban David Cox arra figyelmeztetett, hogy a Z változót csak akkor szabad szabályozni, ha rendkívül valószínűtlen, hogy független változók befolyásolják. Az 1960-as években Duncan , Blalock és Goldberger újra felfedezte az útelemzést.

A szociológusok eredetileg strukturális egyenletmodellezésnek nevezték az oksági modelleket de miután mechanikus módszerré vált, elvesztette hasznosságát, ami miatt egyes szakemberek elutasították az oksági összefüggést. A közgazdászok átvették az útelemzés algebrai részét, egyenletek szimultán modellezésének nevezve. Azonban továbbra is kerülték, hogy oksági jelentést tulajdonítsanak egyenleteiknek.

Hatvan évvel az első írása után Wright kiadott egy cikket, amelyben összefoglalta az elsőt, Carlin és mások bírálatát követően, akik kifogásolták, hogy csak lineáris kapcsolatokat kezel, és hogy a robusztus, modellmentes adatábrázolások sokkal árulkodóbbak.

1973-ban David Lewis azt szorgalmazta, hogy a korrelációt az okozati összefüggéssel (kontrafaktuálisokkal) cseréljék fel. Utalt az emberek azon képességére, hogy alternatív világokat képzeljenek el, amelyekben egy ok előfordul vagy nem, és amelyekben a hatás csak az ok után jelenik meg. 1974-ben Rubin bevezette a "potenciális kimenetel" fogalmát, mint az ok-okozati kérdések feltevésének nyelvét.

1983-ban Nancy Cartwright azt javasolta, hogy minden olyan tényezőt, amely „ok-okozati összefüggésben van” egy hatással, kondicionálni kell, túllépve a puszta valószínűségen, mint egyedüli iránymutatón.

1986-ban Baron és Kenny bevezette a közvetítés kimutatásának és értékelésének alapelveit egy lineáris egyenletrendszerben [11] . 2014-ben lapjuk minden idők 33. legtöbbet idézettje volt. Ugyanebben az évben Grönland és Robins bevezette a „helyettesíthetőség” megközelítést a zavaró tényezők kezelésére a kontrafaktuális helyzet figyelembevételével. Javasolták, hogy értékeljék, mi történt volna a betegek egy csoportjával, ha nem kaptak volna kezelést, és ezt az eredményt hasonlítsák össze a kontrollcsoport eredményeivel . Ha az eredmények megegyeznek, akkor nincs összefonódás [9] .

Jelenleg a Columbia Egyetem mesterséges intelligencia laboratóriumában folynak kutatások az oksági modellezés elméletének mesterséges neurális hálózatokra való alkalmazásával kapcsolatban [12] .

Oksági létra

Pearl oksági metamodellje háromszintű absztrakciót foglal magában, amelyet az okság létrájának nevez. A legalacsonyabb szint, az asszociatív (látás/megfigyelés), magában foglalja a minták vagy minták észlelését a bemeneti adatokban, összefüggésekben kifejezve. A középső szint, az intervenció előrejelzi a szándékos cselekvések ok-okozati összefüggésben kifejezett következményeit. A legmagasabb szint, a kontrafaktuális, egy olyan elmélet felépítését jelenti, amely megmagyarázza, hogy bizonyos cselekvéseknek miért vannak konkrét hatásai, és mi történik ilyen cselekvések hiányában [9] .

Egyesület

Egy objektum akkor kapcsolódik a másikhoz, ha az egyik megfigyelése megváltoztatja a másik megfigyelésének valószínűségét . Példa: Azok az ügyfelek, akik fogkrémet vásárolnak, nagyobb valószínűséggel vásárolnak fogselymet is . Az asszociációk két esemény korrelációjának kiszámításával is mérhetők . Az asszociációknak nincs ok-okozati jelentésük. Az egyik esemény okozhatja a másikat, ennek fordítottja lehet igaz, vagy mindkét eseményt valamilyen harmadik esemény okozhatja.

Interferencia

Ez a szint bizonyos ok-okozati összefüggéseket állít az események között. Az ok-okozati összefüggést úgy értékelik, hogy kísérletileg végrehajtanak valamilyen cselekvést, amely hatással van az események egyikére. Példa: Ha megdupláznánk a fogkrém árát, mennyi lenne az új vásárlási valószínűség? Ok-okozati összefüggés nem állapítható meg az árváltozások történetének vizsgálatával, mert az árváltozást más ok is okozhatta, amely maga is befolyásolhatta a második eseményt (mindkét áru árát növelő tarifa) [13] .

Ellentétes

A legmagasabb szint, a kontrafaktuális, egy múltbeli esemény alternatív változatának mérlegelését jelenti, vagy azt, hogy mi történhetett volna más körülmények között ugyanazon kísérleti elrendezésben. Például, mekkora a valószínűsége annak, hogy ha egy bolt megduplázná a fogselyem árát, a vásárló a fogkrémet akkor is megvenné?

Az ellentétes tények ok-okozati összefüggés fennállását jelezhetik. A kontrafaktuális modellek olyan precíz beavatkozásokat tesznek lehetővé, amelyek következményei előre jelezhetők. Extrém esetben az ilyen modelleket fizikai törvényként fogadják el, például a tehetetlenség törvénye kimondja, hogy ha egy álló tárgyra nem fejt ki erőt, az nem fog elmozdulni [9] .

Ok-okozati összefüggés

Ok-okozati összefüggés kontra korreláció

A statisztika több változó közötti kapcsolatok elemzése körül forog. Hagyományosan ezeket a kapcsolatokat korrelációknak , asszociációknak írják le , amelyek nem tartalmaznak ok- okozati összefüggést . Az ok-okozati modellek megpróbálják ezt a keretet kibővíteni az ok-okozati összefüggés fogalmának hozzáadásával, amelyben az egyik változó változása mások változását okozza [7] .

Az okság huszadik századi meghatározásai kizárólag a valószínűségeken/asszociációkon alapultak. Azt mondták, hogy az egyik esemény (X) egy másikat okoz, ha növeli egy másik (Y) valószínűségét. Matematikailag ezt a következőképpen fejezzük ki

Az ilyen definíciók nem megfelelőek, mert más kapcsolatok (például X és Y közös oka) kielégíthetik a feltételt. Az ok-okozati összefüggés a létra második fokához kapcsolódik. Az asszociációk az első szakaszban vannak, és csak az utóbbira nyújtanak bizonyítékot. Egy későbbi meghatározás megpróbálta feloldani ezt a kétértelműséget azzal, hogy háttértényezőktől függ. Matematikailag ezt a következőképpen fejezzük ki

ahol K a háttérváltozók halmaza, és k ezeknek a változóknak az értékei egy adott kontextusban. A háttérváltozók szükséges halmaza azonban nincs meghatározva, amíg a valószínűség az egyetlen kritérium, mivel több halmaz növelheti a valószínűséget.

Az ok- okozati összefüggés meghatározására tett további kísérletek közé tartozik a Granger-okozati összefüggés , amely annak a hipotézisnek a statisztikai tesztje , miszerint a közgazdaságtanban az ok-okozati összefüggést úgy lehet felmérni, hogy megmérjük egy idősor jövőbeli értékeit egy másik idősor korábbi értékei alapján.

Típusok

Az ok lehet szükséges, elégséges, elősegítő, vagy több ilyen tulajdonsággal rendelkezhet [14] .