내 신청현황
종류	모집공고명	진행상태
신청내용이 없습니다.

알림마당

home

연계성(인과관계성), 서평(書評)

전문가 제언: ○ Pearl은 기존 확률 이론 비환식 방향 그래프(DAG); 조건적 독립성; 베이시안 네트워크; 마코프 특성, 그리고 d-separation 등에다 반사실성, 그리고 구조적 접근 방법을 사용하여 인과관계를 설명하고 있다. 여기에 매우 중요한 연산자 do(X=x)는 행동(조치)을 취급하는 방법을 소개하고 있다. 이 책의 많은 부분에서 확률치는 상관관계 빈도수로 표현한다. 상관관계 빈도수는 우리들의 관찰에 대응하여 변하지 않는다. 어떻든 Pearl은 현실 세계의 원인 구조와 실세계 내에 상관빈도수 모두를 반영하는 모델을 우리들에게 소개했다.

○ 인과관계는 우리들의 세계에서 철학적 제한사항을 설명할 수 있는 존재론적이다. 반면에 확률관계는 우리들이 세상에서 알고 있거나 믿고 있는 것을 반영하는 인식에 관한 것이다. 확률의 주관적 관점은 이런 방법을 말하는 사람에게 기울어지는 동안에 한낱 믿음을 기초로 행동결과에 대해 어떤 것을 말할 수 있는 힘을 오히려 훼손한다. 원인과 확률 간에 정당한 차는 항상 인과관계가 성립하고 그리고 확률관계는 다만 시간의 어떤 분수(分數)가 성립한다. 그러나 그 분수에 대해 신경 쓸 필요는 전혀 없다.

○ 만약 X와 Y 모두에 의존하는 어떤 증거가 Z=z라는 것이 관찰되기 때문에 X의 변수가 변한다면, 그 비율은 일정값을 유지하지 못한다. 이 책의 많은 부분에서 확률치는 상관관계 빈도수로 표현한다. 상관관계 빈도수는 우리들의 관찰에 대응하여 변하지 않는다. do(∙) 연산자는 우리들이 하는 주어진 원인 조건을 대표하도록 고안되었다. 심리적으로 확률 이론을 주입하기보다는 주어진 모델의 부모델을 표현하는 조건 연산자를 취하는 것이 더욱 그럴듯한 것이 아닌가?

○ Pearl은 연계성(인과관계성)에 관해 확률, 조작, 반사실성, 그리고 구조적 접근 방법을 사용하여 인과관계와 통계관계 간의 관계를 분석하는 수학적 모델을 고안했다. 이에 관한 응용 분야는 통계학, 인공지능, 철학, 인지과학, 경제학, 유행병학, 그리고 건강과 사회과학 등을 열거할 수 있다. 이 책은 교수, 학생, 연구가들에게 광범위하게 관심을 끌 것으로 사료(思料)된다.

저자: Kyburg, HE
자료유형: 학술정보