Phê bình lý thuyết nhân quả của Pearl


55

Vào năm 2000, Judea Pearl đã xuất bản Nhân quả . Những tranh cãi xung quanh công việc này là gì? Những lời chỉ trích chính của nó là gì?


10
Có một cuộc thảo luận thông tin trong kho lưu trữ blog của Andrew Gelman, bao gồm cả những đóng góp từ Pearl và các chuyên gia khác.
khách

11
Gelman thảo luận về Nhân quả của Pearl , ngoài các Mô hình Nhân quả và Nhân quả của SL Morgan và C Winship và Mô hình Nhân quả của Sloman trong bài tiểu luận đánh giá năm 2011 trong Am. J. của xã hội học. Ông nói chung rất ủng hộ những đóng góp của Pearl, đặc biệt là việc chính thức hóa các mô hình nhân quả của Pearl về mặt can thiệp (do-tính toán). Tuy nhiên, ông vẫn lo ngại rằng lý thuyết nhân quả tiên tiến vẫn có thể mời các mô hình nhân quả đơn giản hóa và sau đó là những suy luận nhân quả sai từ dữ liệu quan sát.
jthetzel

1
@jthetzel: Cảm ơn, đó có vẻ là một câu trả lời tốt cho tôi. Bạn có phiền thêm nó không?
Neil G

Câu trả lời:


35

Một số tác giả không thích sự tập trung của Pearl vào biểu đồ chu kỳ có hướng (DAG) là cách để xem quan hệ nhân quả. Về cơ bản, Pearl lập luận rằng bất kỳ hệ thống nhân quả nào cũng có thể được coi là một mô hình phương trình cấu trúc không tham số (NPSEM), trong đó giá trị của mỗi nút được coi là một hàm của cha mẹ và một số thuật ngữ lỗi riêng lẻ; các thuật ngữ lỗi giữa các nút khác nhau nói chung có thể tương quan với nhau, để thể hiện các nguyên nhân phổ biến.

Ví dụ, cuốn sách Săn lùng nguyên nhân và sử dụng chúng của Cartwright đưa ra một ví dụ liên quan đến động cơ xe hơi, mà cô tuyên bố không thể được mô hình hóa trong khung NPSEM. Pearl tranh chấp điều này trong bài phê bình về cuốn sách của Cartwright.

Những người khác cảnh báo rằng việc sử dụng DAG có thể gây hiểu nhầm, trong đó các mũi tên cho vay một thẩm quyền rõ ràng đối với một mô hình được chọn là có ý nghĩa nhân quả, khi điều này hoàn toàn không phải là trường hợp. Xem Cảnh giác của DAG về DAG . Ví dụ: ba DAG , và đều tạo ra cùng một mô hình xác suất theo tiêu chí phân tách d của Pearl, đó là A độc lập với C do đó B. chúng không thể phân biệt dựa trên dữ liệu quan sát.ABCABCABC

Tuy nhiên, chúng có cách hiểu nhân quả khá khác nhau , vì vậy nếu chúng ta muốn tìm hiểu về mối quan hệ nhân quả ở đây, chúng ta sẽ cần nhiều hơn là dữ liệu quan sát đơn giản, cho dù đó là kết quả của các thí nghiệm can thiệp, thông tin trước về hệ thống, hoặc một cái gì khác.


1
Công bằng mà nói - không biết đến ba DAG với cùng một mô hình xác suất, Pearl là một trong những người thúc đẩy chính sự khác biệt giữa các mô hình chỉ liên quan đến xác suất thống kê và mô hình nhân quả hoàn toàn. Xem ví dụ Phần 2 của ftp.cs.ucla.edu/pub/stat_ser/r354-corrected-reprint.pdf
Paul

@Paul đúng vậy; Tôi chỉ báo cáo những hiểu lầm của người khác về việc sử dụng DAG. Tôi không có những hiểu lầm như vậy - vui lòng chỉnh sửa nếu bạn nghĩ rằng câu trả lời là không công bằng!
rje42

4
Có vẻ như tin nhắn đã hoàn toàn bị mất trong bản dịch. Đó không nhất thiết là lỗi của câu trả lời của bạn, nếu bạn chỉ báo cáo những lời chỉ trích mà mọi người đã đưa ra. Các Toàn bộ vấn đề của tác phẩm Pearl là mô hình nhân quả khác nhau có thể tạo ra các mô hình xác suất như nhau và do đó cùng một dữ liệu-looking. Vì vậy, không đủ để có một mô hình xác suất, bạn phải dựa trên phân tích và giải thích nguyên nhân của mình trên DAG đầy đủ để có kết quả đáng tin cậy. Nếu bạn chỉ báo cáo những gì mọi người nói, tôi không nghĩ câu trả lời của bạn cần chỉnh sửa, những nhận xét này là đủ làm rõ.
Paul

đã bình chọn +1 bằng cách này.
Paul

16

Tôi nghĩ khung này có nhiều rắc rối với các hiệu ứng cân bằng chung hoặc các vi phạm Giả định giá trị điều trị đơn vị ổn định. Trong trường hợp đó, các quan sát "không được điều trị" không còn cung cấp phản ứng mong muốn theo cách có ý nghĩa. Các chương trình đào tạo nghề khổng lồ làm thay đổi toàn bộ phân phối tiền lương là một ví dụ. Các phản ứng thậm chí có thể không được xác định rõ trong một số trường hợp. Trong các mô hình nhân quả và nhân quả của Morgan và Winship , họ đưa ra một ví dụ về tuyên bố rằng cuộc bầu cử năm 2000 sẽ có lợi cho Al Gore nếu những kẻ phạm tội và cựu phạm nhân được phép bỏ phiếu. Họ chỉ ra rằng thế giới phản tác dụng sẽ có những ứng cử viên và vấn đề rất khác nhau, do đó bạn không thể mô tả trạng thái nhân quả thay thế. Các tố khác không đổi ceteris hiệu ứng sẽ không phải là tham số chính sách có liên quan ở đây.


Có vẻ như bạn đang nói rằng một số phản tác dụng là không hợp lý bởi vì không hợp lý khi cho rằng chỉ có một điều thay đổi? Trong ví dụ trọng tội, thực tế đơn giản là những kẻ phạm tội có thể bỏ phiếu sẽ ngụ ý nhiều sự khác biệt khác giữa thế giới tiềm năng đó và thế giới thực của chúng ta, vì vậy không hợp lý khi thay đổi "chỉ một điều"?
Paul

2
@Paul Có, "tất cả những thứ khác bằng nhau" không thể giữ được.
Dimitriy V. Masterov

1
Cảm ơn. Tôi nghĩ rằng đây là một điểm khá sâu sắc và được đánh giá thấp về các tác dụng phụ. Mọi người thường cho rằng họ có thể làm bất cứ điều gì họ muốn. Nhưng cũng giống như thế giới thực, tôi đoán không gian của các tác dụng phụ hợp lệ có thể có "tính đa hình".
Paul

0

Sự chỉ trích quan trọng nhất đối với hệ thống của Pearl là, theo quan điểm của tôi, rằng nó đã không mang lại bất kỳ tiến bộ thực tế, thực nghiệm nào ở bất cứ nơi nào nó được sử dụng. Cho dù nó đã tồn tại bao lâu, không có lý do gì để nghĩ rằng nó sẽ trở thành một công cụ thiết thực. Điều này chỉ ra rằng nó có thể được sử dụng cho một số mục đích lý thuyết và có lẽ là mô phạm, nhưng một nhà nghiên cứu thực tế sẽ thu được rất ít từ việc nghiên cứu nó.


1
Một sự chào đón nồng nhiệt đến trang web này, nhưng câu trả lời của bạn hoàn toàn vô lý.
Neil G

1
Tại sao nó vô lý? Nếu Pearl quảng bá hệ thống của mình đơn giản như một loại công cụ mang tính khái niệm, triết học để hiểu nhân quả là gì, tôi sẽ không gặp vấn đề gì với nó. Nhưng ông liên tục nói nó như một công cụ thực tiễn "cách mạng" để các nhà nghiên cứu sử dụng, đơn giản là nhảm nhí. Ví dụ, trong cuốn sách mới nhất của mình, Pearl nói rằng anh ta "sẽ không ngạc nhiên" nếu phương pháp trước cửa "cuối cùng trở thành đối thủ nặng ký của các thử nghiệm ngẫu nhiên có kiểm soát", đó là một tuyên bố mạnh mẽ cho rằng không có một ví dụ nào về phương pháp này đang được sử dụng để giải quyết bất kỳ vấn đề thực sự, bao giờ hết.
Matt

1
Thật nực cười vì tác phẩm của ông đã được trích dẫn hàng chục ngàn lần. Phương pháp cửa trước nổi tiếng được sử dụng để hỗ trợ mối liên hệ giữa hút thuốc và ung thư bất chấp lời khai của Ronald Fisher!
Neil G

5
Số trích dẫn của Pearl có liên quan gì? Sự chỉ trích của tôi là những lợi ích thiết thực mà ông đã hứa trong nhiều thập kỷ đã không thành hiện thực. Pearl đã đưa ra tiêu chí trước cửa hàng thập kỷ sau khi Fisher qua đời và cuộc tranh cãi về ung thư và hút thuốc đã lắng xuống. Làm thế nào tiêu chí có thể được sử dụng để chống lại Fisher?
Matt
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.