评论：这本书为什么

为什么：新的原因和效果的新科学是一项合作努力，旨在由大学州大学州大学洛利亚计算机科学教授的朱迪亚珍珠议员的一般观众，以及达纳·麦肯齐，科学作家。作为一个在统计数据中具有明显糟糕的正规教育的医学学生，我相信我有资格作为一般观众的卡片载人。在这里＆＃39;我的审查三部分：i）本书所涵盖的主题概述，ii）我的思想和iii）链接到其他评论和进一步阅读。

这本书地面珍珠＆＃39;在多种现实和实际示例中的因果推断的理论工作，从包括经济学，生物学和法律的一系列学科中汲取的。珍珠本人在计算机科学中是一个非常大的交易。在整本书中，他展示了他的因果方法如何适用于许多不同的研究领域，而是清楚地宣传了他最兴奋的是它在人工智能中的潜力。

什么是因果推断？当我们进行科学研究时，我们经常对变量（治疗，危险因素，疾病，结果）之间的关系感兴趣。调查这些关系的科学研究可以分为两种类型：观察和介入。观察研究可以识别协会，但他们无法告诉你任何关于该协会的方向的任何东西。通过生成假的，可能会通过隐藏真正的关系或更糟糕的方式来扭曲您的结果的其他变量。为什么研究人员将介入研究转向更可靠的证据来源 - 具体地，随机对照试验（RCT）。问题是，RCT并不总是道德或可行的，它们需要更多资源来设置和运行。输入因果推断的令人兴奋的领域，旨在回答有关原因和影响的问题。

关于因果推断的简要言论不是 - 这是我花了一段时间才能包裹的东西。因果推断不告诉我们事件的原因是什么。也不能＆＃34;证明＆＃34;一个变量引起了另一个变量。那些问题属于因果发现的领域。相反，因果推断旨在绘制超越仅仅是观察数据的关联之外的更丰富的解释。我们可以回答以下问题：

捕获是，无论是明确还是隐含地，你必须首先关于变量之间的因果关系方向的第一个位置。在许多情况下，数据可以支持您的假设，但您在不考虑这些优先考虑这些优先级纯粹相关性的情况下您观察到数据的任何关系。你知道钻头，相关性不是因果关系......

因果推断有许多方法，其中珍珠＆＃39; s是两种技术的特征化：图表（DAG）和DO-SUMBULUS。越来越多的时候。

珍珠提出了这一框架，我们可以用来对各种因果推断进行分类。在底部呈现了一个系统的被动观察，允许我们找到一个无方向的关联。下一步竞争是：通过明确地设置治疗变量的值，我们取消了混淆的影响。这更加有效地随机化，这就是为什么RCT被誉为科学研究的黄金标准。

超越干预是反事实的想法，或者 - 如果思考是什么。如果这个人从未吸过吸烟，那么赫斯仍然有肺癌？反事实与干预措施巧妙地不同。这些假设的Quest pertain可能已经存在，并且实际上不能在RealWorld中发生。我们可以通过现在从开发的肺癌停止那个人进行干预，但我们可以删除肺癌患者＆＃39; S 50年的吸烟历史，这是我们的反应性问题。重新在这个类别中询问。将反事实视为平行宇宙。反事实地加强了因果关系的情况：如果A原因B B B，那么B B B不应＆＃39; T发生在A.OWOUSE的野蛮，事物在现实生活中很少这种简单，而作者还讨论了必要的必要和Suffienct的原因。

DAG代表＆＃34;有向非循环图＆＃34; DAG仅仅是一个由边缘（线）与方向连接的图解节点，并根据其方向跟踪这些边缘不应导致闭环。在因果分析中，DAG用于代表系统中变量之间的关系，其中指示指示（假设）的原因方向。

珍珠是因果概念中的图形模型的声音支持者。他争辩说，悲伤，在说明复杂问题时，比Algrechraisexpress更直观。重要的是，DAG可能会告诉我们应该控制哪些变量，并且应该向其留下任何变量。混淆器（常见原因）通常被定义为与治疗变量和结果变量相关联的变量，每个人都知道我们需要控制混血剂。然而，实际上存在与治疗和不应控制的结果相关的其他类型的变量。一个常见的例子是撞机变量（常见效果）;控制撞机将在治疗和结果之间创造虚假关联，以前没有。 DAGS在突出这些潜在的陷阱时，可以在我们的模型中突出显示这些潜在的陷阱。

DO-COMPULA是珍珠的其他支柱＆＃39;在他的学生多年来提炼的概念方法。我必须承认整个主题在我的脑袋里飞过，而作者唐＆＃39; tmake很容易在书中追随。阅读关于如何使用Conculuswas的衍生，以及如何使用它感觉很多＆＃34;如何绘制Anowl＆＃34;材料。

在高水平，DO-COMPULAS基本上是表达干预措施与观察结果的正式的数学道。条件概率不包含有关因果关系的信息。 p（a | b）p（a \ mid b）p（a | b）表示假设B b B的A A的概率，呈现在珍珠底部梯级的概念。为了显示A A的概率，当您导致B B B发生在实验中时，您将写入P [A | D O（B）] P [A \ MID DO（B）] P [A | D O（B）]。当你＆＃39;重新能够统计地操纵治疗变量，您还可以在DAG中删除指向它的箭头，这可能会揭示新的混乱，侵占者和调解员。使用前门调整，我们还可以控制不观察到的混乱，这是漂亮的漂亮漂亮。

由于其字幕建议，为什么在第19届和20世纪的令人耳目敬的精彩思想中，为什么雄心勃勃的雄心勃勃。这些是每章涉及的主要话题（由我解释为更丰富的信息;不是实际的标题）。

第6章：因果推断适用于统计悖论（蒙特大厅问题，辛普森＆＃39; Sarkson，Berkson＆＃39; Saradox，Lord＆＃39; sparadox）

让＆＃39;首先从明显开始。这本书居住在统计历史上很多，而统计人员，因为作者将相信，是狂热的，他们是从一开始就把因果思考的思考。也就是说，直到珍珠煽动＆＃34;因果革命＆＃34;因为他把它带到了它，最新和最伟大的现代科学礼物。在这场战斗中，我没有狗，但是珍珠（我认为是由Mackenzie纸张的大多数意见的来源）经常伴随着狂野的偏见和宏伟。对于它的价值，我的价值是什么，我怀疑整个统计学家都是恶意或无知的地方，因为他们在这本书中描绘了。

我对预定的受众感到困惑。这本书对专家和技术福利人（即我）非常简单。我怀疑理想的读者介于两者之间：有一个坚实的掌握对因果分析感兴趣的基本统计和数学的人。作者＆＃39;但是，整个统计领域的蔑视和错误组织不太可能与说读者席卷。

我的版本中有许多次要错误，包括一个混淆赔率和概率的某种基本基本的错误，但是该产品包含勘误表。

总的来说，我对我在这本书中的东西，我很满意。虽然统计和他自己的工作的意见，但他自己的工作都是aspectrum的极端目的，同样令人难以颂扬，庆祝奇怪的奇怪。我真的很欣赏这里有一个功能的主题和历史轶事，撒上健康的哲学。 I＆＃39; M也非常感兴趣的因果推论在生物医学研究中的应用，这本书让我开放了许多诱人的兔孔。但是，我强烈建议阅读珍珠＆＃39; s技术概述（下面的链接），这与为什么非常相似，但更简洁和卑鄙。