Causal Discovery Richard Scheines Peter Spirtes, Clark Glymour, and many others Dept. of Philosophy & Machine Learning Carnegie Mellon Graphical Models --11/29/06 1 ������� �� ���������� �� �������������� �� �������������������� �������������� �������������� �� ����� ����!���������������� Graphical Models --11/29/06 2 1
������������� "��#�$����%������&������� Day Care Aggressivenes John A lot A lot Mary None A little '������ ���������� (�������� ) ����*��������� ���������������!��%�� ���%������!���������'+�*��� �� ) ����*��������� ���%��������!��%�����������������,���������� ������ (��������-� ) .����*��� ������������'+������ /���������0 ) ����1��!�*��� ���� '+�*��� ���1�*����� ���������!�/����������� ����0 Graphical Models --11/29/06 3 �������������� Disease [Heart Disease, Reflux Disease, other] ����������������� �������������� Chest Pain Shortness of Breath [Yes, No] [Yes, No] �"������� #�$������������%�#��& �"������� #�'�(��)��������%�#��* �"������� #������%�#��+ �"����� �����#�����,���#�$�������%�#��- ������������������ �".�������� �(���#�����,��#�$�������%�#��/ ������������ �"����� �����#�����,���#�'�(��)%�#��0 ��� � ������!� ��� �".�������� �(���#�����,��#�'�(��)�%�#��& �"����� �����#�����,���#������%�#��� �".�������� �(���#�����,��#�������%�#��& Graphical Models --11/29/06 4 2
����������������1������2 ������� ��������.�3���3� Disease [Heart Disease, Reflux Disease, other] �����������#���� Shortness of Breath Chest Pain [Yes, No] [Yes, No] Updating �"��#�$������������%�#��& �"��#�'�(��)��������%�#��* �"��#������%�#��+ �"����� �����#�����,���#�$�������%�#��- �".�������� �(���#�����,��#�$�������%�#��/ 4������� �"����� �����#�����,���#�'�(��)%�#��0 �".�������� �(���#�����,��#�'�(��)�%�#��& �"������� ,������������#�����% �"����� �����#�����,���#������%�#��� �".�������� �(���#�����,��#�������%�#��& Graphical Models --11/29/06 5 ������ 5�(������ ������� ��������.�3���3� �����������#���� Updating �"������� ,������������#�����% Causal Inference �"������� ,���������������# ����% Graphical Models --11/29/06 6 3
�������5�(������ 7 ������� �*�����*���������#�$����%���������� ��� ��������������� ���!!�����!����������������0 ����������� ��������������2�3�4����5 $1� ��� � !��% 6�%�������������������������2�3�4�5�$1� ��� �� Graphical Models --11/29/06 7 �����������2 6 5���������2 �"7�,�8�# ) � % �����"7�,�8����# ) � % !�����.������ Graphical Models --11/29/06 8 4
&��'������������� �� /���������� 8������������������# 9������������ �� ������������� �� ����������� ������ ������ �� :�����"��*��;� �� �����������&9������������� Graphical Models --11/29/06 9 ����������9 :���������� 4�����2���� ������������4�<33<�2���!! ∃ $ �� ≠ $ � ��2�3�4�5�$ � �� ≠ ��2�3�4�5�$ � � /���������� �����%%�����-�� 4�<33<�2��� ⇔ 2�<33<�4 4����������� �!�2��!! ∃ $ �� ≠ $ � ��2�3�4����5 $ � �� ≠ ��2�3�4����5 $ � � ��������� ������%%�����-���4�����2��� ⇔ 4������2 Graphical Models --11/29/06 10 5
������������� �������=��� =�5�> ��� ?� &�� ������4� → 2���������������������������������%- 4������������������ �!�2������������� � Exposure Rash Chicken Pox Exposure Infection Rash Graphical Models --11/29/06 11 ������������� .�� "�� ����������� ��������%����� Omitted Causes 1 Omitted Causes 2 Exposure Infection Symptoms .� ����������� ��%%�����������%����� Omitted Common Causes Exposure Symptoms Infection Graphical Models --11/29/06 12 6
�������2�5�����5������������ 5�����5�������������"���������� ���8%� "���������� ���8%� "���������� ���8%� "���������� ���8%� ; ��3�������� �����3��� ������������� ������ �������(�������� ���8 ; ���������!��2��������8� "���<(�������=% >�2�?�@���� ��������(������?�:�����������(��3���� 5����������� ������������(������(������ 5����������� &������A��)��������2�"�����3����������)��% Graphical Models --11/29/06 13 �������2�5�����5������������ 5��������������������>((��� Post Pre-experimental System Sweaters Room Temperature On Graphical Models --11/29/06 14 7
�������2�5�����5������������ 5������������������������� Post Pre-experimental System Sweaters Room On Temperature Graphical Models --11/29/06 15 Interventions & Causal Graphs Model an ideal intervention by adding an “intervention” variable outside the original system as a direct cause of its target. Education Pre-intervention graph Income Taxes Intervene on Income Education “Soft” Intervention Income Taxes I Education “Hard” Intervention Income Taxes I Graphical Models --11/29/06 16 8
Recommend
More recommend