MENTAL MODEL · M13168
概率因果理论
Probabilistic Causation
更新于 2026-09-10
CORE DEFINITION · 核心定义
概率因果是用概率论工具刻画因果关系的理论群，其核心思想是：原因改变其结果发生的概率。该词条追溯概率因果理论的发展，包括近年来因果建模方面的进展，并概览以概率刻画因果的主要进路，如概率提升型理论。
SCAFFOLDING EFFECT · 脚手架效应
psychology
降低认知负荷
- 概率提升判定：用概率是否提升来判断非决定论情形下的因果。 - 控制混杂：坚持固定背景条件后再比较概率，识破虚假相关。 - 识别伪因果：区分真正的概率提升与同一原因的两个结果。
anchor
锚定快速决策
概率进路的吸引力在于它能处理非决定论：原因不必必然产生结果，只要提高了结果的概率即可。其技术要求是控制混杂因素，必须在背景条件固定后比较概率，否则共同原因会造成虚假相关。困难在于：概率提升既不充分，可能只是同一原因的两个结果，也不必要，可能存在负向的因果贡献。
MINIMUM ACTION · 最小行动
进行中 0/4在一个真实场景中练习这个模型：
勾选记录你的进度（本机暂存）
掌握进度0%
account_tree知识谱系 Genealogyexpand_more
menu_book信源参考 Sourcesexpand_more
来源明确性: 明确
- plato.stanford.eduhttps://plato.stanford.edu/entries/causation-probabilistic/verified
PRIVATE NOTES · 仅自己可见
已保存问答
ENTRY Q&A · 可保存至我的笔记
在清晰边界内提问
thinkingmodels 仅基于已发布的条目上下文回答。
你的问题会发送给 thinkingmodels；回答仅使用公开词条上下文。
RELATED MODELS · 相关模型