Kausales Denken, Bayes-Netze und die Markov-Bedingung
Kausales Denken, Bayes-Netze und die Markov-Bedingung
Kausales Denken, Bayes-Netze und die Markov-Bedingung
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
14<br />
2000; Spirtes et al., 2000) 14 . Beobachtet man z.B. drei Variablen <strong>und</strong> ist das Ziel,<br />
herauszufinden, wie <strong>die</strong> drei Variablen kausal verb<strong>und</strong>en sind, dann sind nach<br />
<strong>die</strong>sem Ansatz <strong>die</strong> statistischen Abhängigkeiten zu untersuchen. In einer Common-Effect-Struktur<br />
(siehe Abbildung 1a) sind <strong>die</strong> beiden Ursachen unabhängig<br />
voneinander (unkonditionale Unabhängigkeit), konditionalisiert man <strong>die</strong>se auf<br />
den Effekt, werden sie jedoch abhängig (konditionale Abhängigkeit). In einer<br />
Common-Cause-Struktur (siehe Abbildung 1b) sind <strong>die</strong> beiden Effekte abhängig<br />
voneinander (unkonditionale Abhängigkeit), da <strong>die</strong> gemeinsame Ursache eine<br />
Scheinkorrelation zwischen <strong>die</strong>sen erzeugt; konditionalisiert auf <strong>die</strong> Ursache,<br />
werden <strong>die</strong> Effekte jedoch unabhängig (konditionale Unabhängigkeit), wie sich<br />
aus der <strong>Markov</strong>-<strong>Bedingung</strong> offenk<strong>und</strong>ig ergibt. Die gleichen Abhängigkeiten ergeben<br />
sich aber auch für <strong>die</strong> Causal-Chain-Struktur (siehe Abbildung 1c), <strong>die</strong> sich<br />
damit auf der Basis von rein statistischen Informationen nicht von der Common-<br />
Cause-Struktur in Abbildung 1b unterscheiden lässt. Solche Strukturen werden<br />
als <strong>Markov</strong>-äquivalent bezeichnet (siehe für <strong>die</strong> daraus resultierenden <strong>Markov</strong>-<br />
Äquivalenzklassen Abbildung 2).<br />
Abbildung 2. Alle Kausalstrukturen über drei Variablen, <strong>die</strong> einen oder zwei kausale<br />
Links enthalten (angelehnt an Steyvers et al., 2003). Die gestrichelten roten<br />
Linien kennzeichnen <strong>die</strong> <strong>Markov</strong>-Äquivalenzklassen, Strukturen also, <strong>die</strong> sich auf<br />
der Basis rein statistischer Informationen ohne weitere Annahmen nicht voneinander<br />
unterscheiden lassen.<br />
14 Dies setzt jedoch voraus, dass <strong>die</strong> Abhängigkeiten probabilistisch sind. Für eine Analyse des<br />
Problems im Hinblick auf deterministische Systeme siehe Glymour (2007).