คำติชมของทฤษฎีเกี่ยวกับความเป็นเวรกรรมของไข่มุก

55

ในปี 2000, เพิร์ลจูเดียตีพิมพ์เวรกรรม การถกเถียงกันเรื่องงานนี้คืออะไร? การวิพากษ์วิจารณ์ที่สำคัญคืออะไร?

causality

10

มีการอภิปรายที่ให้ข้อมูลในบล็อกของบล็อกของแอนดรูเจลแมนรวมถึงการสนับสนุนจากเพิร์ลและผู้เชี่ยวชาญอื่น ๆ

— แขกที่เข้าพัก

11

Gelman กล่าวเพิร์ลของเวรกรรมที่นอกเหนือไปจาก SL มอร์แกนและ C Winship ของCounterfactuals และโมเดลเชิงสาเหตุและ A Sloman ของสาเหตุรุ่นใน 2011 เรียงความรีวิวใน Am เจ. สังคมวิทยา โดยทั่วไปเขาให้การสนับสนุนอย่างมากจากการมีส่วนร่วมของ Pearl โดยเฉพาะอย่างยิ่งการทำให้เป็นทางการของแบบจำลองเชิงสาเหตุของ Pearl ในแง่ของการแทรกแซง (do-แคลคูลัส) อย่างไรก็ตามเขายังคงกังวลว่าทฤษฏีเชิงสาเหตุที่ล้ำสมัยอาจยังคงเชิญโมเดลเชิงสาเหตุที่มีขนาดใหญ่เกินไปและการอ้างถึงสาเหตุที่ผิดพลาดจากข้อมูลเชิงสังเกตการณ์

— jthetzel

1

@ jthetzel: ขอบคุณที่ดูเหมือนคำตอบที่ดีสำหรับฉัน คุณต้องการเพิ่มหรือไม่

— Neil G

35

ผู้เขียนบางคนไม่ชอบการมุ่งเน้นของ Pearl ที่มีต่อ acyclic graph (DAG) ซึ่งเป็นวิธีการที่ใช้ในการดูเวรกรรม เพิร์ลระบุว่าระบบเชิงสาเหตุใด ๆ ถือได้ว่าเป็นโมเดลสมการโครงสร้างแบบไม่อิงพารามิเตอร์ (NPSEM) ซึ่งค่าของแต่ละโหนดจะถูกนำไปใช้เป็นหน้าที่ของพ่อแม่และบางข้อผิดพลาดของแต่ละบุคคล เงื่อนไขข้อผิดพลาดระหว่างโหนดที่แตกต่างกันโดยทั่วไปอาจมีความสัมพันธ์กันเพื่อแสดงสาเหตุที่พบบ่อย

เกวียนหนังสือล่าสัตว์และทำให้เกิดการใช้พวกเขาตัวอย่างเช่นให้ตัวอย่างที่เกี่ยวข้องกับเครื่องยนต์รถซึ่งเธออ้างว่าไม่สามารถจะสร้างแบบจำลองในกรอบ NPSEM ข้อโต้แย้งนี้ในการทบทวนของเขาในหนังสือของเกวียนไข่มุก

$A \rightarrow B \rightarrow C$ $A \leftarrow B \rightarrow C$ $A \leftarrow B \leftarrow C$

อย่างไรก็ตามพวกเขามีการตีความเชิงสาเหตุที่แตกต่างกันมากดังนั้นหากเราต้องการเรียนรู้เกี่ยวกับความสัมพันธ์เชิงสาเหตุที่นี่เราจะต้องการข้อมูลเชิงสังเกตมากกว่าเพียงแค่ไม่ว่าจะเป็นผลของการทดลองแบบสอดแทรกข้อมูลก่อนหน้าเกี่ยวกับระบบหรืออย่างอื่น

— rje42
แหล่งที่มา

1

เพื่อความยุติธรรม - จากการไม่รู้ถึง DAG ทั้งสามที่มีแบบจำลองความน่าจะเป็นเดียวกัน Pearl เป็นหนึ่งในผู้สนับสนุนหลักของความแตกต่างระหว่างแบบจำลองทางสถิติเชิงสถิติความน่าจะเป็นกับแบบจำลองเชิงสาเหตุ ดูตัวอย่างส่วนที่ 2 ของftp.cs.ucla.edu/pub/stat_ser/r354-corrected-reprint.pdf

— Paul

@ พอลแน่นอน ฉันแค่รายงานความวิตกกังวลของคนอื่นเกี่ยวกับการใช้ DAG ฉันไม่มีความเข้าใจผิดดังกล่าว - โปรดแก้ไขหากคุณคิดว่าคำตอบไม่ยุติธรรม!

— rje42

4

ดูเหมือนว่าข้อความจะหายไปในการแปลทั้งหมด ซึ่งไม่จำเป็นต้องเป็นความผิดของคำตอบของคุณหากคุณเพียงแค่รายงานการวิจารณ์ที่ผู้คนทำ จุดรวมของการทำงานของเพิร์ลคือว่าแบบจำลองเชิงสาเหตุที่แตกต่างกันสามารถสร้างรูปแบบความน่าจะเป็นแบบเดียวกันและด้วยเหตุนี้ข้อมูลเดียวกันที่มอง ดังนั้นจึงไม่เพียงพอที่จะมีโมเดลความน่าจะเป็นคุณต้องทำการวิเคราะห์และการตีความเชิงสาเหตุบน DAG แบบเต็มเพื่อให้ได้ผลลัพธ์ที่เชื่อถือได้ หากคุณเพียงแค่รายงานสิ่งที่ผู้คนพูดฉันไม่คิดว่าคำตอบของคุณต้องมีการแก้ไขความคิดเห็นเหล่านี้มีความชัดเจนเพียงพอ

— พอล

โหวต +1 โดยวิธี

— พอล

16

ฉันคิดว่ากรอบนี้มีปัญหามากมายกับผลกระทบของภาวะสมดุลทั่วไปหรือการรักษาค่าการรักษาสมมติฐานที่เสถียร ในกรณีดังกล่าวการสังเกต "ที่ไม่ได้รับการรักษา" จะไม่ให้วิธีการต่อต้านที่ต้องการในทางที่มีความหมายอีกต่อไป โปรแกรมการฝึกอบรมงานขนาดใหญ่ที่เปลี่ยนการกระจายค่าจ้างทั้งหมดเป็นตัวอย่างหนึ่ง counterfactual อาจไม่ได้กำหนดไว้อย่างดีในบางกรณี ในรูปแบบของการต่อต้านและการสนับสนุนของมอร์แกนและ Winship พวกเขายกตัวอย่างของการอ้างว่าการเลือกตั้งปี 2000 จะได้รับความโปรดปรานจากอัลกอร์ถ้าอาชญากรและอดีตอาชญากรได้รับอนุญาตให้ลงคะแนนเสียง พวกเขาชี้ให้เห็นว่าโลกต่อต้านการปลอมแปลงจะมีผู้สมัครและปัญหาที่แตกต่างกันมากดังนั้นคุณจึงไม่สามารถระบุลักษณะสาเหตุทางเลือกได้ paribus ceteris effect จะไม่เป็นพารามิเตอร์ที่เกี่ยวข้องกับนโยบายที่นี่

— Dimitriy V. Masterov
แหล่งที่มา

ดูเหมือนคุณกำลังบอกว่าสิ่งล่อลวงบางอย่างไม่สมเหตุสมผลเพราะไม่สมเหตุสมผลที่จะคิดว่ามีเพียงสิ่งเดียวเท่านั้นที่เปลี่ยนแปลง ในตัวอย่างที่ชั่วร้ายความจริงง่ายๆของคนร้ายที่สามารถลงคะแนนได้จะบอกถึงความแตกต่างอื่น ๆ อีกมากมายระหว่างโลกที่มีศักยภาพนั้นกับโลกที่แท้จริงของเราดังนั้นจึงไม่มีเหตุผลที่จะเปลี่ยน "สิ่งเดียว"

— พอล

2

@ พอลใช่ "ทุกอย่างเท่าเทียมกัน" ไม่สามารถถือได้

— Dimitriy V. Masterov

1

ขอบคุณ ฉันคิดว่านี่เป็นจุดที่ค่อนข้างลึกซึ้งและไม่ได้รับการยอมรับเกี่ยวกับการต่อต้าน ผู้คนมักจะคิดว่าพวกเขาสามารถทำอะไรก็ได้ที่พวกเขาต้องการ แต่เช่นเดียวกับโลกแห่งความเป็นจริงฉันเดาว่าพื้นที่ของสิ่งล่อลวงที่ถูกต้องอาจมี "ความหลากหลายทางหลายทาง"

— พอล

0

การวิจารณ์ที่สำคัญที่สุดเกี่ยวกับระบบของ Pearl คือจากมุมมองของฉันว่ามันไม่ได้ให้ความก้าวหน้าเชิงประจักษ์ในเชิงปฏิบัติใด ๆ ที่มันถูกนำมาใช้ เมื่อพิจารณาว่ามันมีมานานแล้วไม่มีเหตุผลที่จะคิดว่ามันจะเป็นเครื่องมือที่ใช้งานได้จริง สิ่งนี้บ่งชี้ว่ามันสามารถนำมาใช้เพื่อวัตถุประสงค์ทางทฤษฎีและการสอนได้ แต่นักวิจัยภาคปฏิบัติจะได้รับเพียงเล็กน้อยจากการศึกษา

— ด้าน
แหล่งที่มา

1

ยินดีต้อนรับสู่เว็บไซต์นี้อย่างอบอุ่น แต่คำตอบของคุณนั้นไร้สาระโดยสิ้นเชิง

— Neil G

1

ทำไมมันไร้สาระ? ถ้า Pearl ส่งเสริมระบบของเขาอย่างง่าย ๆ เป็นเครื่องมือเชิงปรัชญาและแนวคิดในการทำความเข้าใจว่าเวรกรรมคืออะไรฉันจะไม่มีปัญหากับมัน แต่เขาก็พูดถึงมันตลอดเวลาในฐานะเครื่องมือที่ใช้งานได้ "ปฏิวัติ" เพื่อให้นักวิจัยใช้ซึ่งเป็นเรื่องที่น่ารังเกียจ ตัวอย่างเช่นในหนังสือเล่มล่าสุดของเขาเพิร์ลบอกว่าเขา "จะไม่แปลกใจ" ถ้าวิธีการที่ประตูหน้า "ในที่สุดกลายเป็นคู่แข่งที่สำคัญในการทดลองควบคุมแบบสุ่ม" ซึ่งเป็นข้อเรียกร้องที่แข็งแกร่งเนื่องจากไม่มีตัวอย่างเดียวของวิธีการ ถูกนำมาใช้เพื่อแก้ปัญหาที่แท้จริงใด ๆ เคย

— Matt

1

มันไร้สาระเพราะงานของเขาได้รับการอ้างถึงหลายหมื่นครั้ง วิธีการทางประตูหน้าถูกใช้เพื่อสนับสนุนการเชื่อมโยงระหว่างการสูบบุหรี่และโรคมะเร็งเพื่อต่อต้านคำให้การของโรนัลด์ฟิชเชอร์!

— Neil G

5

จำนวนการอ้างอิงของ Pearl เกี่ยวข้องกับอะไรบ้าง คำติชมของฉันคือประโยชน์ในทางปฏิบัติที่เขาสัญญาไว้มานานหลายทศวรรษไม่ได้เกิดขึ้นจริง Pearl มาพร้อมกับเกณฑ์ทศวรรษหน้าหลังจากชาวประมงเสียชีวิตและการโต้เถียงโรคมะเร็งและการสูบบุหรี่ได้ตัดสินลง เกณฑ์นี้ถูกใช้กับฟิชเชอร์ได้อย่างไร?

— แมตต์