Effects of Causes and Causes of Effects
原因的效应与效应的原因AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确比较干预效应、个体因果归因及潜在结果等因果推断框架。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
原因的效应与效应的原因
- 研究问题
- 研究干预可能产生的效应，与判断个体已发生结果是否由某项暴露导致，有何区别，各自需要怎样的因果表述？
- 方法与思路
- 作者比较决策理论、结构方程、结构及随机因果模型和潜在结果框架，讨论反事实概念在两类问题中的作用。
- 材料陈述的贡献
- 摘要主张干预效应研究不必依赖反事实，而个体因果归因需要反事实；额外问题结构可减少但通常不能消除其任意性。
- 阅读关注点
- 应核对两类因果问题的形式化定义、框架之间的对应关系，以及反事实必要性和任意性论断依赖的推理与例子。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要呈现的是作者的概念论证，未说明具体识别条件或操作性估计方案。
原文摘要
We describe and contrast two distinct problem areas for statistical causality: studying the likely effects of an intervention ("effects of causes"), and studying whether there is a causal link between the observed exposure and outcome in an individual case ("causes of effects"). For each of these, we introduce and compare various formal frameworks that have been proposed for that purpose, including the decision-theoretic approach, structural equations, structural and stochastic causal models, and potential outcomes. It is argued that counterfactual concepts are unnecessary for studying effects of causes, but are needed for analysing causes of effects. They are however subject to a degree of arbitrariness, which can be reduced, though not in general eliminated, by taking account of additional structure in the problem.