Il y a une discussion informative dans les archives du blog d'Andrew Gelman, incluant des contributions de Pearl et d'autres experts.
invité
11
Gelman discute Pearl Causalité , en plus de SL Morgan et C Winship de Counterfactuals et modèles causaux et d'un Sloman modèles causaux dans 2011 essai critique dans le Am. J. de sociologie. Il est généralement très favorable aux contributions de Pearl, en particulier à la formalisation par Pearl des modèles de causalité en termes d'interventions (do-calcul). Cependant, il reste préoccupé par le fait que la théorie causale de pointe puisse toujours inviter des modèles causaux trop simplifiés et, partant, des inférences causales fausses à partir de données d'observation.
jthetzel
1
@jthetzel: Merci, cela me semble une bonne réponse. Souhaitez-vous l'ajouter?
Neil G
Réponses:
35
Certains auteurs n'aiment pas que Pearl se concentre sur le graphe acyclique dirigé (DAG) comme moyen de visualiser la causalité. Pearl soutient essentiellement que tout système de causalité peut être considéré comme un modèle d'équation structurelle non paramétrique (NPSEM), dans lequel la valeur de chaque nœud est prise en fonction de ses parents et d'un terme d'erreur individuel; les termes d'erreur entre différents nœuds peuvent en général être corrélés pour représenter des causes communes.
Le livre de Cartwright intitulé Hunting Causes and Using Them , par exemple, donne un exemple impliquant un moteur de voiture, qui, selon elle, ne peut pas être modélisé dans le cadre NPSEM. Pearl le conteste dans son compte rendu du livre de Cartwright.
A→B→CA←B→CA←B←C
Cependant, leurs interprétations causales étant très différentes , si nous souhaitons en savoir plus sur les relations causales, nous aurions besoin de plus que de simples données d’observation, qu’il s’agisse des résultats d’expériences interventionnelles, d’informations préalables sur le système ou de quelque chose d’autre.
Pour être juste - loin d’ignorer les trois DAG avec le même modèle probabiliste, Pearl a été l’un des principaux promoteurs de la distinction entre les modèles d’association purement statistique-probabiliste et les modèles entièrement causaux. Voir par exemple la section 2 de ftp.cs.ucla.edu/pub/stat_ser/r354-corrected-reprint.pdf
Paul
@ Paul oui en effet; Je ne faisais que signaler les craintes des autres utilisateurs de l'utilisation des DAG. Je n'ai pas de telles inquiétudes - modifiez-le s'il vous plaît si vous pensez que la réponse est injuste!
rje42
4
On dirait simplement que le message a été totalement perdu dans la traduction. Ce qui n’est pas nécessairement la faute de votre réponse, si vous ne faites que rapporter les critiques que les gens ont formulées. L' objectif de Pearl est que différents modèles de causalité peuvent générer le même modèle probabiliste et, partant, des données identiques. Il ne suffit donc pas d'avoir un modèle probabiliste, vous devez baser votre analyse et votre interprétation de causalité sur le DAG complet pour obtenir des résultats fiables. Si vous ne faites que rapporter ce que les gens disent, je ne pense pas que votre réponse doive être modifiée, ces commentaires apportent une clarification suffisante.
Paul
voté +1 au passage.
Paul
16
Je pense que ce cadre a beaucoup de problèmes avec les effets d’équilibre général ou les violations de l’hypothèse de valeur de traitement unitaire stable. Dans ce cas, les observations "non traitées" ne fournissent plus le contrefactuel souhaité de manière significative. Les programmes de formation professionnelle massifs qui modifient la répartition des salaires en sont un exemple. Le contrefactuel peut même ne pas être bien défini dans certains cas. Dans les modèles contrefactuels et causaux de Morgan et Winship , ils donnent un exemple de l'affirmation selon laquelle l'élection de 2000 aurait été favorable à Al Gore si les criminels et les ex-criminels avaient été autorisés à voter. Ils soulignent que le monde contrefactuel aurait des candidats et des problèmes très différents, de sorte que vous ne pouvez pas caractériser l’état de causalité alternatif. Le ceteris paribus l’effet ne serait pas le paramètre pertinent ici.
Il semblerait que vous disiez que certains scénarios contrefactuels ne sont pas raisonnables car il n'est pas raisonnable de supposer qu'une seule chose change? Dans l'exemple de félon, le simple fait que les criminels soient capables de voter impliquerait de nombreuses autres différences entre ce monde potentiel et notre monde actuel. Il n'est donc pas raisonnable de changer "une seule chose"?
Paul
2
@Paul Oui, le "tout le reste égal" ne peut pas tenir.
Dimitriy V. Masterov
1
Merci. Je pense que c'est un point assez profond et sous-estimé sur les contrefactuels. Les gens supposent généralement qu'ils peuvent faire ce qu'ils veulent. Mais tout comme dans le monde réel, je suppose que l’espace des contrefactuels valides peut avoir une "multicolinéarité".
Paul
0
La critique la plus importante du système de Pearl est, de mon point de vue, qu'il n'a produit aucun progrès pratique, empirique, où que ce soit. Étant donné la durée de son existence, il n’ya aucune raison de penser que ce sera un outil pratique. Cela indique qu'il peut être utilisé à des fins théoriques et peut-être didactiques, mais un chercheur pratique gagnera peu à l'étudier.
Bienvenue sur ce site, mais votre réponse est totalement ridicule.
Neil G
1
Pourquoi est-ce ridicule? Si Pearl promouvait son système simplement comme une sorte d'outil conceptuel et philosophique pour comprendre ce qu'est la causalité, cela ne me poserait aucun problème. Mais il en parle constamment comme d'un outil pratique "révolutionnaire" à l'usage des chercheurs, qui est tout simplement une connerie. Par exemple, dans son dernier livre, Pearl déclare qu'il "ne serait pas surpris" si la méthode de la porte d'entrée "finissait par devenir un concurrent sérieux des essais contrôlés randomisés", ce qui constitue une affirmation solide étant donné qu'il n'y a pas un seul exemple de méthode. être utilisé pour résoudre tout problème réel, jamais.
Matt
1
C'est ridicule parce que son travail a été cité des dizaines de milliers de fois. La méthode de la porte d'entrée a été utilisée pour soutenir le lien entre le tabagisme et le cancer au mépris du témoignage de Ronald Fisher!
Neil G
5
Qu'est-ce que le décompte de Pearl a à voir avec quoi que ce soit? Ma critique est que les avantages pratiques qu'il a promis depuis des décennies ne se sont pas concrétisés. Pearl a mis au point le critère déterminant des décennies après la mort de Fisher et l’apaisement de la controverse sur le cancer et le tabagisme. Comment le critère aurait-il pu être utilisé contre Fisher?
Réponses:
Certains auteurs n'aiment pas que Pearl se concentre sur le graphe acyclique dirigé (DAG) comme moyen de visualiser la causalité. Pearl soutient essentiellement que tout système de causalité peut être considéré comme un modèle d'équation structurelle non paramétrique (NPSEM), dans lequel la valeur de chaque nœud est prise en fonction de ses parents et d'un terme d'erreur individuel; les termes d'erreur entre différents nœuds peuvent en général être corrélés pour représenter des causes communes.
Le livre de Cartwright intitulé Hunting Causes and Using Them , par exemple, donne un exemple impliquant un moteur de voiture, qui, selon elle, ne peut pas être modélisé dans le cadre NPSEM. Pearl le conteste dans son compte rendu du livre de Cartwright.
Cependant, leurs interprétations causales étant très différentes , si nous souhaitons en savoir plus sur les relations causales, nous aurions besoin de plus que de simples données d’observation, qu’il s’agisse des résultats d’expériences interventionnelles, d’informations préalables sur le système ou de quelque chose d’autre.
la source
Je pense que ce cadre a beaucoup de problèmes avec les effets d’équilibre général ou les violations de l’hypothèse de valeur de traitement unitaire stable. Dans ce cas, les observations "non traitées" ne fournissent plus le contrefactuel souhaité de manière significative. Les programmes de formation professionnelle massifs qui modifient la répartition des salaires en sont un exemple. Le contrefactuel peut même ne pas être bien défini dans certains cas. Dans les modèles contrefactuels et causaux de Morgan et Winship , ils donnent un exemple de l'affirmation selon laquelle l'élection de 2000 aurait été favorable à Al Gore si les criminels et les ex-criminels avaient été autorisés à voter. Ils soulignent que le monde contrefactuel aurait des candidats et des problèmes très différents, de sorte que vous ne pouvez pas caractériser l’état de causalité alternatif. Le ceteris paribus l’effet ne serait pas le paramètre pertinent ici.
la source
La critique la plus importante du système de Pearl est, de mon point de vue, qu'il n'a produit aucun progrès pratique, empirique, où que ce soit. Étant donné la durée de son existence, il n’ya aucune raison de penser que ce sera un outil pratique. Cela indique qu'il peut être utilisé à des fins théoriques et peut-être didactiques, mais un chercheur pratique gagnera peu à l'étudier.
la source