m******y 发帖数: 526 | 1 今天看到一个poster,是关于号召大家养成把垃圾丢到垃圾桶的好习惯的。这个poster做
得很吸引人:上面是列举了养成这个好习惯的十大理由,其中top one是“90%有这个好习
惯的人的GPA是在3.5以上。”当时在看poster的一个学生说,扔垃圾可以帮助提高GPA.我
还看到另外一个学生在点头。我想,这或许也是制作这个poster得人的用意所在吧。
对于好多现象,我们可以一眼看出它们只是相关。比如,“冰淇淋销量”,“修路”和“
淹死的人数”就是正相关。但是我们知道这些现象的背后其实是“温度”在起决定作用。
温度高了,自然吃冰淇淋的人就多了;温度高了,户外的工作也比较容易进行,所以修路
多半都选择在夏天的晚上;温度高了,游泳的人就多了,自然被淹的人相应也增加。但是
这三件事情之间不具备任何因果关系。
correlation只是说两个事物相关,比如一个增加,另一个也跟着增加;但不一定是因果
关系。这是老师讲correlation的时候说的第一句话。
可是一旦现象和我们自身有关的时候,特别是和感情有关的时候,我们还可以保持这样的
一双慧眼去识别那些只是相关而不具备任何因果的现象么? |
m******y 发帖数: 526 | 2 不知道这种情况算不算?
C和A是因果,D和B是因果,C和D是因果。
比如:救生员疏于职守(C)---〉淹死的人数增加(A)
冰淇淋减价促销(D)---〉冰淇淋销量增加(B)
冰淇淋减价促销(D)---〉救生员离职抢购冰淇淋(C)
这样下来,每一个因果关系里边还存在着许多assumption,所以我猜这种因果关系图还可
以画的更复杂??
个
今天看到一个poster,是关于号召大家养成把垃圾丢到垃圾桶的好习惯的。这个poster做
好
惯的人的GPA是在3.5以上。”当时在看poster的一个学生说,扔垃圾可以帮助提高GPA.我
和
用
修
但
因
样 |
r****y 发帖数: 26819 | 3 这些说的都太简单了,没有定量。决定最后结论的因素应该是定量和考虑一阶导数的。
比如说吧,100个救生员里,2个是去抢购冰激凌的,5个是被PPMM或者SSGG耽误的,假如
这些PPMM和SSGG数量是常年分布均匀的,那么冰激凌就是主要的导致事故人数上升的主要
因素,但是如果这些PPMM和SSGG是来自某次临时的旅游活动,那么主导因素就变了。
【在 m******y 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 不知道这种情况算不算? : C和A是因果,D和B是因果,C和D是因果。 : 比如:救生员疏于职守(C)---〉淹死的人数增加(A) : 冰淇淋减价促销(D)---〉冰淇淋销量增加(B) : 冰淇淋减价促销(D)---〉救生员离职抢购冰淇淋(C) : 这样下来,每一个因果关系里边还存在着许多assumption,所以我猜这种因果关系图还可 : 以画的更复杂?? : : 个 : 今天看到一个poster,是关于号召大家养成把垃圾丢到垃圾桶的好习惯的。这个poster做
|
p*****g 发帖数: 604 | 4 这是个cause和infer的问题吧。
比如冰激凌卖多了,我们可以infer出天气变热的可能性多了,天气热了又会导致游泳的
人变多
所以当游泳逆水的人变多,我们考察救生员是不是玩忽职守的时候,
我们可以看冰激凌是不是卖多了,如果卖多了,我们可以infer出天气变热,游泳的人多
,而游泳人多会导致逆水的人多
所以当游泳逆水的人变多的时候,
冰激凌卖多会infer出救生员玩忽职守的可能变小,
这样的关系不是causal的,但的确有着很密切的联系。
还有,倒垃圾可以infer出gpa高,而不是cause
【在 r****y 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 这些说的都太简单了,没有定量。决定最后结论的因素应该是定量和考虑一阶导数的。 : 比如说吧,100个救生员里,2个是去抢购冰激凌的,5个是被PPMM或者SSGG耽误的,假如 : 这些PPMM和SSGG数量是常年分布均匀的,那么冰激凌就是主要的导致事故人数上升的主要 : 因素,但是如果这些PPMM和SSGG是来自某次临时的旅游活动,那么主导因素就变了。
|