因果推論

A Second Chance to Get Causal Inference Right: A Classification of Data Science Tasks

翻訳記事

予測と因果関係は何が違うのか - Part１

予測は自動化できても因果推論は自動化できない

意思決定に重要なのは予測じゃなくて、因果を理解すること

参考

因果性

動物の因果推論

ネズミたちは合理的な因果関係のある刺激のあいだの関連性は学習できたが、恣意的な関連性は学習できなかった。ガルシアの研究は、ネズミたちは合理的な因果関係のある刺激の関係性は学習できるが、恣意的な関連性は学習できない傾向があることを示している。ネズミでさえ、苦しさの原因を解明するために、単純な因果的推論をするのである。

因果推論の目的

思考の目的は特定の状況下で最も有効な行動を選択することだ。そのためにはさまざまな状況に共通する、本質的な特性を理解する必要がある。人間が他の動物と違うのは、こうした本質的な、不変の特性を理解する能力を持っていることだ。誰かが 脳震盪 を起こした、伝染病に感染したといった判断をする、あるいは車のタイヤに空気を入れるべきタイミングを見きわめるには、それを示す重要な特性に気づく人間ならではの才能が必要なのだ。

人間に戦争の結果を予想したり、特定の組織が新たな医療保険を導入した場合の影響を占ったり、あるいはトイレが機能する仕組みを説明したりする能力があるなどと主張するつもりはない。他のタイプの推論と比べれば因果的推論の能力は高いかもしれないが、個人レベルで見ればそれもたかが知れていることを、「説明深度の錯覚」は示唆している。

因果的推論は、因果的メカニズムに関する知識を使って、変化を理解しようとする試みである。さまざまなメカニズムを通じて、原因がどのような結果に変わるかを推測することで、未来に何が起こるかを予想するのに役立つ。

因果革命とは、ベイジアンネットワークや統計的因果推論の研究者であるJudea Pearl氏の著書、The book of whyで繰り返し出現する単語で、従来は"The Ladder of Causation(因果のはしご)"の最下部の"SEEING(観察)"研究でしか定式化できていなかったところを、その上の"DOING(行動)"や"IMAGINING(想像)" に属する研究でも定式化できるようになったことを指します。これにより、今後の研究（特に疫学や社会科学などのいわゆるソフトサイエンス）が飛躍的に発展し、病気の治療や政策決定の質が劇的に向上するという予期から「革命」という仰々しい単語が使われているようです（The Book of Why内では明確に定義されていなかったので私の解釈が混ざっています）。

今起きている革命、「因果革命」とは