都《为什么》----因果关系笔记

1. 现代统计学的建立源于高尔顿和皮尔逊提出的关于遗传的因果问题。
2. 因果关系演算法由因果图和类似代数的符号语言组成，因果图是由点（目标量）和箭头（变量间已知或疑似存在的因果关系）组成的；因果图表示已知的事物，符号用以表示想知道的事物。
3. do算子表明我们正在进行主动干预而非被动观察。
4. 因果革命最重要的成果之一是解释了如何在不实际实施干预的情况下预测干预的效果。
5. 深度学习只是让机器具备了高超的能力，而非智能。
6. 因果之梯第二层级的典型问题就是：如果我们实施……行动，将会怎样
7. 因果之梯第三层级的典型问题就是：假如我当时做了……会怎么样？为什么？
8. 图灵测试：一个普通人处于实用目的用打字机与一台计算机交流，如果他无法判断谈话对象是人还是计算机，那么这台计算机就可以被视作一台思维机器。
9. do算子：如果P（Y|do(X)）>P(Y),那么我们就可以说X导致了Y。
10. 1977年高尔顿在皇家学院展示了他的“高尔顿板”，他致力于寻求一个因果解释，并认为向均值回归是一个因果过程。
11. 高尔顿提出了相关性的概念，高尔顿的弟子卡尔.皮尔逊图到处一个回归线斜率公式，并称之为“相关系数”。
12. 卡尼曼方程：成功=天赋+运气；巨大的成功=更多的天赋+更多的运气
13. 高尔顿被自己漂亮但有缺陷的因果模型误导，继而发现了相关性的美，从此开始相信科学不再需要因果关系了。
14. 皮尔逊认为数据就是科学的全部；因果关系仅仅是一种重复，在确定性的意义上是永不可证的；相关性是比因果关系更普遍的人类思维描述符号。
15. 赖特发明的路径图建立了因果论和概率论的第一座桥梁，跨越了因果关系前两层之间的障碍，首次证明了相关关系不等于因果关系，体现了孟德尔遗传说（父母的精卵细胞决定了其后代的遗传因子）的新见解。
16. 路径图的箭头上的小写字母成为路径系数，粗略地说明了原变量在多大程度上引起了目标变量中的变异，其中值得注意的是，箭头缺失所蕴含的假设实际上比箭头存在所蕴含的假设更重要。
17. 没有因果假设就没有因果推断。
18. 1953年赫伯特.西蒙重新发现了使用路径图的方法。
19. 偏倚的大小等于其所涉路径沿途的路径系数的乘积。
20. 两个经验：因果关系允许我们量化在现实世界中实际存在的某个过程，而非只分析数据中的模式；无论是否采用数学处理，在路径分析中，可通过检查整个路径图得出单个因果关系的结论。
21. 克洛指出：路径分析需要建立在科学思考的基础上，因果推断的每一次实践也需要建立在科学思考的基础上。
22. 费舍尔：一旦你从统计学中删除因果关系，那么剩下的就只有数据约简了。
23. 卡林反对路径分析：路径分析假设路径图中任意两个变量之间的所有关系都是线性的。这个观点包含着一般非线性理论的萌芽。
24. 贝叶斯统计为我们提供了一种将观察到的证据与我们已有的相关知识结合起来以获得修正后的判断的客观方法。
25. 随着数据量的增加，先验判断的影响会越来越小，乃至彻底消失，这就让我们最终得到的那个结论仍然是客观的
26. 即使数据量增加，因果信息中的主观成分也不一定会随着时间的推移而减少。
27. 因果图与贝叶斯的关系：因果图就是一个贝叶斯网络，其中每个箭头都表示一个直接的因果关系，或者至少表明了存在某个因果关系的可能性。反过来，并非所有的贝叶斯网络都是因果关系网络。
28. 贝叶斯法则：P（S|T）P（T）=P（T|S）P(S)
29. 贝叶斯应用：在我们的判断为可靠的一个方向上直接估算出条件概率，并利用数学工具推导出在我们的判断较为模糊的另一方向上的条件概率。即告知前向概率推导出逆概率。
30. 1931年哈罗德.杰弗里提出了P(S|T)使用的标准竖线表示符号。