因果关系

Article

October 20, 2021

因果关系(也称为因果关系或因果关系)是指一个事件、过程、状态或客体(原因)促成另一个事件、过程、状态或客体(结果)产生的影响,其中原因是部分对结果负责,而结果部分取决于原因。一般来说,一个过程有很多原因,也可以说是它的因果,都在于它的过去。一个结果反过来又可以成为许多其他影响的原因或因果因素,这些结果都存在于它的未来。一些作者认为因果关系在形而上学上先于时间和空间的概念。因果关系是一种抽象,表明世界如何发展,如此基本的概念,比起其他更基本的概念,它更适合作为其他进展概念的解释。这个概念就像代理和功效的概念。出于这个原因,可能需要直觉的飞跃来掌握它。因此,因果关系隐含在日常语言的逻辑和结构中。回答'为什么'的问题”。亚里士多德将四种类型的答案分类为物质的、形式的、有效的和最终的“原因”。在这种情况下,“原因”是被解释的被解释者,而未能认识到不同种类的“原因”正在考虑可能会导致徒劳的辩论。在亚里士多德的四种解释模式中,最接近本文关注的一种是“有效”模式。作为反对理性主义的一部分,大卫·休谟认为,仅靠纯粹的理性无法证明有效因果关系的真实性;相反,他诉诸于习俗和心理习惯,观察到所有人类知识都完全来自经验。因果关系的主题仍然是当代哲学的主要内容。观察到所有人类知识都完全来自经验。因果关系的主题仍然是当代哲学的主要内容。观察到所有人类知识都完全来自经验。因果关系的主题仍然是当代哲学的主要内容。

概念

形而上学

因果关系的本质是被称为形而上学的学科所关注的问题。康德认为时间和空间是人类理解世界进步或进化之前的概念,他也认识到因果关系的优先性。但他并不理解闵可夫斯基几何和狭义相对论的知识,即因果关系的概念可以用作构建时间和空间概念的先验基础。

本体

关于因果的一般形而上学问题是什么样的实体可以是原因,什么样的实体可以是结果。关于这个问题的一种观点是,因果关系是同一种实体,因果关系是它们之间的不对称关系。也就是说,在语法上说“A 是原因,B 是结果”或“B 是原因,A 是结果”在语法上是很有意义的,尽管这两者中只有一个可能是真的。在这种观点中,作为过程哲学中的形而上学原则提出的一种观点是,每个原因和每个结果分别是某个过程、事件、生成或发生。一个例子是“他在台阶上绊倒是原因,他的脚踝骨折是结果”。另一种观点认为因果是“事态”,这些实体的确切性质比过程哲学中定义的限制更少。关于这个问题的另一种观点是更经典的观点,即原因及其结果可以是不同种类的实体。例如,在亚里士多德的有效因果解释中,一个行为可以是一个原因,而一个持久的对象是它的结果。例如,他父母的生成行为可以被视为动力因,苏格拉底是结果,苏格拉底被视为一个持久的对象,在哲学传统中被称为“实体”,与行为不同。在亚里士多德的有效因果解释中,一个行为可以是一个原因,而一个持久的对象是它的结果。例如,他父母的生成行为可以被视为动力因,苏格拉底是结果,苏格拉底被视为一个持久的对象,在哲学传统中被称为“实体”,与行为不同。在亚里士多德的有效因果解释中,一个行为可以是一个原因,而一个持久的对象是它的结果。例如,他父母的生成行为可以被视为动力因,苏格拉底是结果,苏格拉底被视为一个持久的对象,在哲学传统中被称为“实体”,与行为不同。

认识论

由于因果关系是一个微妙的形而上学概念,需要大量的智力努力以及证据的展示来在特定的经验环境中建立对它的了解。根据大卫休谟的说法,人类的思想无法直接感知因果关系。据此,学者区分了因果规律的规律观和反事实观。根据反事实观点,X 导致 Y 当且仅当没有 X,Y 将不存在。休谟将后者解释为本体论观点,即对因果关系本质的描述,但鉴于人类思维的局限性,建议使用前者(粗略地说,当且仅当两个事件发生时,X 导致 Y时空联合,并且 X 在 Y 之前)作为因果关系的认识论定义。需要有因果关系的认知概念来区分因果关系和非因果关系。当代关于因果关系的哲学文献可以分为五种主要的因果关系方法。这些包括(上面提到的)规律性、概率论、反事实论、机械论和操纵论观点。这五种方法可以证明是还原性的,即根据其他类型的关系定义因果关系。根据这种解读,他们分别根据经验规律(事件的恒定连接)、条件概率的变化、反事实条件、因果关系的潜在机制和干预下的不变性来定义因果关系。当代关于因果关系的哲学文献可以分为五种主要的因果关系方法。这些包括(上面提到的)规律性、概率论、反事实论、机械论和操纵论观点。这五种方法可以证明是还原性的,即根据其他类型的关系定义因果关系。根据这种解读,他们分别根据经验规律(事件的恒定连接)、条件概率的变化、反事实条件、因果关系的潜在机制和干预下的不变性来定义因果关系。当代关于因果关系的哲学文献可以分为五种主要的因果关系方法。这些包括(上面提到的)规律性、概率论、反事实论、机械论和操纵论观点。这五种方法可以证明是还原性的,即根据其他类型的关系定义因果关系。根据这种解读,他们分别根据经验规律(事件的恒定连接)、条件概率的变化、反事实条件、因果关系的潜在机制和干预下的不变性来定义因果关系。根据其他类型的关系定义因果关系。根据这种解读,他们分别根据经验规律(事件的恒定连接)、条件概率的变化、反事实条件、因果关系的潜在机制和干预下的不变性来定义因果关系。根据其他类型的关系定义因果关系。根据这种解读,他们分别根据经验规律(事件的恒定连接)、条件概率的变化、反事实条件、因果关系的潜在机制和干预下的不变性来定义因果关系。

几何意义

因果关系具有先行性和邻接性。这些是拓扑的,是时空几何的组成部分。正如阿尔弗雷德·罗伯 (Alfred Robb) 所开发的,这些属性允许推导出时间和空间的概念。Max Jammer 写道:“爱因斯坦假设……为直接构建闵可夫斯基空间的因果拓扑开辟了道路。” 因果效力的传播速度并不比光快。因此,因果关系的概念在形而上学上先于时间和空间的概念。实际上,这是因为使用因果关系对于解释经验实验是必要的。需要解释实验来建立时间和空间的物理和几何概念。

意志

决定论的世界观认为,宇宙的历史可以被详尽地表示为一系列事件的进展,作为因果关系。对此的不相容主义版本认为不存在“自由意志”这样的东西。另一方面,相容论认为决定论与自由意志兼容,甚至是自由意志所必需的。

必要和充分原因

原因有时可以分为两种类型:必要的和充分的。第三种因果关系,其本身既不需要必然性也不需要充分性,但对结果有贡献,称为“促成原因”。必要原因 如果 x 是 y 的必要原因,那么 y 的存在必然意味着 x 的先前发生。然而,x 的存在并不意味着 y 会发生。充分原因 如果 x 是 y 的充分原因,那么 x 的存在必然意味着 y 的后续出现。然而,另一个原因 z 也可能导致 y。因此,y 的存在并不意味着 x 的先前出现。促成原因 对于某些特定影响,在单一情况下,促成原因的因素是多个同时发生的原因之一。所有这些都是有贡献的,这是隐含的。对于特定的影响,一般来说,并不意味着需要促成原因,尽管可能确实如此。一般来说,作为促成原因的一个因素是不充分的,因为根据定义,它伴随着其他原因,如果它是充分的,则不会算作原因。对于具体的影响,在某些情况下是促成原因的因素在其他情况下可能就足够了,但在其他情况下它不仅仅是促成因素。 JL Mackie 认为通常所说的“原因”实际上是指 INUS条件(条件的不足但非冗余的部分,其本身是不必要的,但足以发生效果)。一个例子是导致房屋烧毁的短路。考虑事件的集合:短路、易燃材料的接近以及消防员的缺席。这些一起是不必要的,但足以烧毁房子(因为许多其他事件集合肯定会导致房子烧毁,例如在有氧气的情况下用火焰喷射器射击房子等等)。在这个集合中,短路是不充分的(因为短路本身不会引起火灾)但非冗余(因为没有它就不会发生火灾,其他一切都相同)条件的一部分本身不必要但足以发生效果。因此,短路是发生房屋烧毁的 INUS 条件。靠近易燃材料,并且没有消防员。这些一起是不必要的,但足以烧毁房子(因为许多其他事件集合肯定会导致房子烧毁,例如在有氧气的情况下用火焰喷射器射击房子等等)。在这个集合中,短路是不充分的(因为短路本身不会引起火灾)但非冗余(因为没有它就不会发生火灾,其他一切都相同)条件的一部分本身不必要但足以发生效果。因此,短路是发生房屋烧毁的 INUS 条件。靠近易燃材料,并且没有消防员。这些一起是不必要的,但足以烧毁房子(因为许多其他事件集合肯定会导致房子烧毁,例如在有氧气的情况下用火焰喷射器射击房子等等)。在这个集合中,短路是不充分的(因为短路本身不会引起火灾)但非冗余(因为没有它就不会发生火灾,其他一切都相同)条件的一部分本身不必要但足以发生效果。因此,短路是发生房屋烧毁的 INUS 条件。s 被烧毁(因为许多其他事件集合肯定会导致房子被烧毁,例如在有氧气的情况下用火焰喷射器射击房子等等)。在这个集合中,短路是不充分的(因为短路本身不会引起火灾)但非冗余(因为没有它就不会发生火灾,其他一切都相同)条件的一部分本身不必要但足以发生效果。因此,短路是发生房屋烧毁的 INUS 条件。s 被烧毁(因为许多其他事件集合肯定会导致房子被烧毁,例如在有氧气的情况下用火焰喷射器射击房子等等)。在这个集合中,短路是不充分的(因为短路本身不会引起火灾)但非冗余(因为没有它就不会发生火灾,其他一切都相同)条件的一部分本身不必要但足以发生效果。因此,短路是发生房屋烧毁的 INUS 条件。短路是不充分的(因为短路本身不会引起火灾)但非冗余(因为没有它就不会发生火灾,其他一切都相同)本身是不必要但充分的条件的一部分对于效果的发生。因此,短路是发生房屋烧毁的 INUS 条件。短路是不充分的(因为短路本身不会引起火灾)但非冗余(因为没有它就不会发生火灾,其他一切都相同)本身是不必要但充分的条件的一部分对于效果的发生。因此,短路是发生房屋烧毁的 INUS 条件。

与条件相反

条件陈述不是因果关系陈述。一个重要的区别是因果关系的陈述要求先行词在时间上先于或与结果一致,而条件陈述不需要这种时间顺序。由于许多不同的英语陈述可能会使用“If ..., then ...”形式(并且,可以说,因为这种形式更常用于陈述因果关系),因此通常会出现混淆。然而,这两种类型的陈述是不同的。例如,当将“如果……,那么……”解释为物质条件时,以下所有陈述都是正确的:如果巴拉克·奥巴马 (Barack Obama) 是 2011 年的美国总统,那么德国在欧洲。如果乔治华盛顿是2011年的美国总统,那么⟨任意声明⟩。第一个是真的,因为前件和后件都是真的。第二个在句子逻辑中为真,在自然语言中不确定,无论后面的陈述如何,因为先行词为假。普通指示性条件句比实质性条件句具有更多的结构。例如,虽然第一个是最接近的,但作为普通的指示性阅读,前两个陈述似乎都不正确。但是这句话:如果埃文河畔斯特拉特福的莎士比亚没有写麦克白,那么其他人写了。 直觉上似乎是真的,即使在这种假设情况下莎士比亚没有写麦克白和其他人实际写之间没有直接的因果关系它。另一种条件,反事实条件,与因果关系有更强的联系,但即使是反事实陈述也并非都是因果关系的例子。考虑以下两个陈述:如果 A 是三角形,则 A 将具有三个边。如果拨动开关 S,则灯泡 B 会点亮。在第一种情况下,说 A 是三角形导致它具有三个边是不正确的,因为三角形和三边性之间的关系是定义的关系。三边的性质实际上决定了 A 的状态为三角形。尽管如此,即使在反事实解释时,第一个陈述也是正确的。亚里士多德的“四因”理论的早期版本被描述为承认“本质因”。在这个版本的理论中,封闭多边形具有三个边被称为“本质原因”它是一个三角形。 “原因”这个词的这种用法现在当然已经过时了。不过,说一个三角形有三个边是必不可少的,这在日常语言的范围内。完全掌握条件的概念对于理解因果关系的文献很重要。在日常语言中,松散的条件语句通常已经足够了,需要仔细解释。并且需要仔细解读。并且需要仔细解读。

可疑的原因

可疑原因谬误,也称为因果谬误、non-causa pro causa(拉丁语为“非原因原因”)或虚假原因,是非正式的谬误,其中原因被错误地确定。

理论

反事实理论

反事实理论根据反事实关系定义因果关系。这些理论通常可以将它们的因果关系解释“浮动”在反事实条件逻辑的解释之上。这种方法可以追溯到大卫休谟对因果关系的定义,即“如果第一个对象不存在,则第二个对象永远不存在”。仅在 20 世纪开发了用于评估反事实条件的可能世界语义之后,才出现了根据反事实条件对因果关系进行的更全面的分析。在他 1973 年的论文“因果关系”中,大卫刘易斯提出了因果依赖概念的以下定义:当且仅当(i)如果 C 发生,那么 E 会发生,则事件 E 因果依赖于 C,(ii) 如果 C 没有发生,那么 E 就不会发生。因果关系被定义为因果关系链。也就是说,当且仅当存在一系列事件 C, D1, D2, ... Dk, E 使得该序列中的每个事件都依赖于前一个事件时,C 导致 E。这条链可以称为机制。请注意,该分析并不旨在解释我们如何做出因果判断或我们如何推理因果关系,而是要对某些事件之间存在因果关系的原因进行形而上学的说明。如果正确,分析就有能力解释因果关系的某些特征。知道因果关系是反事实依赖的问题,我们可以反思反事实依赖的本质来解释因果关系的本质。例如,在他的论文“反事实依赖和时间之箭”,刘易斯试图根据反事实条件的语义来解释反事实依赖的时间方向性。如果正确,这个理论可以用来解释我们经验的一个基本部分,即我们可以只能因果地影响未来,而不影响过去。

概率因果关系

将因果关系解释为确定性关系意味着,如果 A 导致 B,那么 A 必须始终跟随 B。从这个意义上说,战争不会导致死亡,吸烟也不会导致癌症或肺气肿。结果,许多人转向概率因果关系的概念。非正式地,如果 A 发生的信息增加了 Bs 发生的可能性,则 A(“该人是吸烟者”)可能会导致 B(“该人现在患有或将来某个时间将患癌症”)。形式上,P{B​​|A}≥ P{B} 其中 P{B|A} 是在给定 A 发生的信息的情况下 B 发生的条件概率,而 P{B} 是 B 在不知道的情况下发生的概率A 是否发生。这种直觉条件不足以作为概率因果关系的定义,因为它过于笼统,因此不符合我们对因果关系的直觉概念。例如,如果 A 表示事件“这个人是吸烟者”,B 表示事件“这个人现在患有或将在未来的某个时间患上癌症”,而 C 表示事件“这个人现在患有或将患有肺气肿”在未来的某个时间”,那么以下三个关系成立:P{B|A} ≥ P{B},P{C|A} ≥ P{C} 和 P{B|C} ≥ P{B}。最后一个关系表明,知道该人患有肺气肿会增加他患癌症的可能性。这样做的原因是,获得有关该人患有肺气肿的信息会增加该人吸烟的可能性,因此间接增加了该人患癌症的可能性。然而,我们不想得出肺气肿会导致癌症的结论。因此,我们需要额外的条件,例如 A 与 B 的时间关系以及对作用机制的合理解释。很难量化最后一个要求,因此不同的作者更喜欢有些不同的定义。

因果演算

当实验干预不可行或非法时,从观察性研究推导出因果关系必须基于一些定性的理论假设,例如症状不会导致疾病,通常以贝叶斯网络等因果图中缺失箭头的形式表示或路径图。这些推导背后的理论依赖于条件概率之间的区别,如 P ( c a n c e r | s m o k i n g ) {\displaystyle P(cancer|smoking)} 和介入概率,如 P ( c a n c e r | d o ( s m o k i n g ) ) {\displaystyle P(cancer|do(smoking))} 。前者写着:“已知吸烟的人在过去的某个未指定时间开始吸烟,发现癌症的概率”,而后者读作:“在一个人身上发现癌症的概率”。被实验者强迫在过去特定时间吸烟的人”。前者是一个统计概念,可以通过观察进行估计,实验者的干预可以忽略不计,而后者是一个因果概念,它是在一项重要的受控随机干预实验中估计出来的。正如观察者效应定量描述的那样,由不相容变量定义的观察总是涉及实验者的重要干预,这是量子现象的具体特征。在经典热力学中,过程由称为热力学操作的干预启动。在其他科学分支中,例如天文学,实验者通常可以通过微不足道的干预进行观察。 “因果演算”理论(也称为 do-calculus,Judea Pearl 的因果演算,行为演算)允许人们从具有未测量变量的因果贝叶斯网络中的条件概率推断干预概率。该理论的一个非常实用的结果是对混杂变量的表征,即一组足够的变量,如果对其进行调整,将在感兴趣的变量之间产生正确的因果效应。可以证明,估计 X {\displaystyle X} 对 Y {\displaystyle Y} 的因果效应的充分集合是 X {\displaystyle X} 的任何非后代集合,其中 d {\displaystyle d} -separate X {\displaystyle X} 从 Y {\displaystyle Y} 移除所有从​​ X {\displaystyle X} 发出的箭头。这个标准,被称为“后门”,提供了“混淆”的数学定义,并帮助研究人员识别值得测量的可访问变量集。

结构学习

虽然因果演算中的推导依赖于因果图的结构,但在某些假设下,可以从统计数据中学习部分因果结构。基本思想可以追溯到 Sewall Wright 1921 年关于路径分析的工作。 Rebane 和 Pearl (1987) 开发了一种“恢复”算法,该算法基于 Wright 在有向无环图 (DAG) 中允许的三种可能的因果子结构类型之间的区别:X → Y → Z {\displaystyle X\rightarrow Y\rightarrow Z} X ← Y → Z {\displaystyle X\leftarrow Y\rightarrow Z} X → Y ← Z {\displaystyle X\rightarrow Y\leftarrow Z} 类型 1和类型 2 表示相同的统计依赖关系(即, X {\displaystyle X} 和 Z {\displaystyle Z} 是独立的给定 Y {\displaystyle Y} ),因此,在纯横截面数据中无法区分。然而,类型 3 可以被唯一标识,因为 X {\displaystyle X} 和 Z {\displaystyle Z} 是边际独立的,而所有其他对都是相关的。因此,虽然这三个三元组的骨架(去掉箭头的图)是相同的,但箭头的方向性是部分可识别的。当 X {\displaystyle X} 和 Z {\displaystyle Z} 具有共同的祖先时,同样的区别也适用,除了必须首先以这些祖先为条件。已经开发了算法来系统地确定底层图的骨架,然后定向所有方向由观察到的条件独立性决定的箭头。结构学习的替代方法搜索变量之间的许多可能的因果结构,并删除与观察到的相关性强烈不兼容的结构。一般来说,这会留下一组可能的因果关系,然后应该通过分析时间序列数据或最好设计适当控制的实验来测试这些关系。与贝叶斯网络相比,路径分析(及其泛化、结构方程建模)更适合于估计已知的因果效应或测试因果模型,而不是生成因果假设。对于非实验数据,如果可以获得有关时间的信息,通常可以推断出因果方向。这是因为(根据许多(尽管不是全部)理论)原因必须在时间上先于其结果。这可以通过统计时间序列模型确定,例如,或使用基于格兰杰因果关系思想的统计检验,或通过直接实验操作。时间数据的使用可以允许对预先存在的因果方向理论进行统计测试。例如,在使用向量时间序列数据的互相关、ARIMA 模型或交叉谱分析的支持下,我们对因果关系的方向和性质的信心程度要高于横截面数据。或使用向量时间序列数据而不是横截面数据进行交叉谱分析。或使用向量时间序列数据而不是横截面数据进行交叉谱分析。

推导理论

诺贝尔奖获得者 Herbert A. Simon 和哲学家 Nicholas Rescher 声称,因果关系的不对称性与任何对立的蕴涵模式的不对称性无关。相反,因果关系不是变量值之间的关系,而是一个变量(原因)对另一个变量(结果)的函数。因此,给定一个方程组,以及出现在这些方程中的一组变量,我们可以在各个方程和变量之间引入一种不对称关系,这完全符合我们对因果排序的常识性概念。方程组必须具有某些属性,最重要的是,如果任意选择某些值,其余值将通过完全因果的连续发现路径唯一确定。他们假设这样一个方程组的内在序列化可以正确地捕捉所有经验领域的因果关系,包括物理学和经济学。

操纵理论

一些理论家将因果关系等同于可操纵性。在这些理论下,只有在可以改变 x 以改变 y 的情况下,x 才会导致 y。这与因果关系的常识性概念相吻合,因为我们经常提出因果问题以改变世界的某些特征。例如,我们有兴趣了解犯罪的原因,以便我们可以找到减少犯罪的方法。这些理论受到了基于两个主要理由的批评。首先,理论家抱怨这些帐户是循环的。试图减少对操纵的因果要求要求操纵比因果相互作用更基本。但是用非因果术语描述操作带来了很大的困难。第二个批评集中在对人类中心主义的担忧上。在许多人看来,因果关系是世界上存在的某种关系,我们可以利用它来实现我们的欲望。如果因果关系与我们的操纵相一致,那么这种直觉就会丢失。从这个意义上说,它使人类成为世界互动的中心。为可操纵性理论辩护的一些尝试是最近的陈述,它们并未声称将因果关系减少到操纵性。这些帐户使用操纵作为因果关系的标志或特征,但并未声称操纵比因果关系更基本。为可操纵性理论辩护的一些尝试是最近的陈述,它们并未声称将因果关系减少到操纵性。这些帐户使用操纵作为因果关系的标志或特征,但并未声称操纵比因果关系更基本。为可操纵性理论辩护的一些尝试是最近的陈述,它们并未声称将因果关系减少到操纵性。这些帐户使用操纵作为因果关系的标志或特征,但并未声称操纵比因果关系更基本。

过程理论

一些理论家对区分因果过程和非因果过程感兴趣(Russell 1948;Salmon 1984)。这些理论家通常想要区分过程和伪过程。例如,在空中移动的球(过程)与阴影的运动(伪过程)形成对比。前者本质上是因果关系,而后者则不是。 Salmon (1984) 声称因果过程可以通过它们在空间和时间上传递变化的能力来识别。当球在空中飞行时,球的变化(可能是钢笔的标记)会随身携带。另一方面,阴影的变化(在可能的范围内)不会在阴影移动时被阴影传递。这些理论家声称,理解因果关系的重要概念不是因果关系或因果相互作用,而是确定因果过程。然后可以根据因果过程来定义前一个概念。过程理论的一个子集是因果关系的机械论观点。它指出因果关系依赖于机制。虽然对机制的概念有不同的理解,但被称为“新机制论者”的哲学家团体提出的定义在文献中占主导地位。虽然对机制的概念有不同的理解,但被称为“新机制论者”的哲学家团体提出的定义在文献中占主导地位。虽然对机制的概念有不同的理解,但被称为“新机制论者”的哲学家团体提出的定义在文献中占主导地位。

字段

科学

对于有效因果关系的科学调查,最好将原因和结果都视为暂时的过程。在科学方法的概念框架内,研究人员建立了几个具有实验结构的不同且对比鲜明的时间瞬态物质过程,并记录候选物质响应,通常旨在确定物理世界中的因果关系。例如,人们可能想知道大量摄入胡萝卜是否会导致人类患上黑死病。胡萝卜的摄入量是一个因情况而异的过程。记录随后的腺鼠疫的发生或不发生。为了建立因果关系,实验必须满足某些标准,这里只提到一个例子。例如,假设原因的实例必须设置为在没有假设原因的情况下假设效果相对不太可能发生的时间;这种可能性是由经验证据确定的。仅仅观察相关性几乎不足以建立因果关系。在几乎所有情况下,因果关系的建立都依赖于重复实验和概率推理。几乎没有比或多或少的可能性更牢固地建立因果关系了。如果将对比的物质状况精确匹配,则建立因果关系最方便,除了只有一个可变因素,也许可以用实数衡量。这种可能性是由经验证据确定的。仅仅观察相关性几乎不足以建立因果关系。在几乎所有情况下,因果关系的建立都依赖于重复实验和概率推理。几乎没有比或多或少的可能性更牢固地建立因果关系了。如果将对比的物质状况精确匹配,则建立因果关系最方便,除了只有一个可变因素,也许可以用实数衡量。这种可能性是由经验证据确定的。仅仅观察相关性几乎不足以建立因果关系。在几乎所有情况下,因果关系的建立都依赖于重复实验和概率推理。几乎没有比或多或少的可能性更牢固地建立因果关系了。如果将对比的物质状况精确匹配,则建立因果关系最方便,除了只有一个可变因素,也许可以用实数衡量。如果将对比的物质状况精确匹配,则建立因果关系最方便,除了只有一个可变因素,也许可以用实数衡量。如果将对比的物质状况精确匹配,则建立因果关系最方便,除了只有一个可变因素,也许可以用实数衡量。

物理

在物理学中使用“原因”这个词时必须小心。正确地说,假设的原因和假设的结果都是暂时的过程。例如,力是解释加速度的有用概念,但力本身并不是原因。需要更多。例如,时间上的瞬态过程可能以特定时间的力的特定变化为特征。这样的过程可以看作是一个原因。因果关系并非固有地隐含在运动方程中,而是假定为需要满足的附加约束(即原因总是先于其结果)。此约束具有数学含义,例如 Kramers-Kronig 关系。因果关系是物理学中最基本和最基本的概念之一。因果效力不能比光“传播”得更快。否则,可以构建参考坐标系(使用狭义相对论的洛伦兹变换),其中观察者会看到先于其原因的结果(即违反因果关系的假设)。因果概念出现在质量能量流动的背景下。任何实际过程都具有不能比光传播快的因果效力。相反,抽象没有因果效力。它的数学表达式并不按照这个词的一般意义传播,尽管它可能指的是数量大于光的虚拟或名义“速度”。例如,波包是具有群速度和相速度的数学对象。波包的能量以群速度传播(正常情况下);由于能量具有因果效力,群速度不可能快于光速。波包的相位以相速度传播;由于相位不是因果关系,波包的相速度可以比光快。因果概念在广义相对论中很重要,因为时间箭头的存在要求宇宙的半黎曼流形是可定向的,因此“未来”和“过去”是全球可定义的数量。过去”是全球可定义的数量。过去”是全球可定义的数量。

工程

因果系统是具有仅取决于当前和先前输入值的输出和内部状态的系统。依赖于未来输入值(除了可能的过去或当前输入值)的系统称为非因果系统,而仅依赖于未来输入值的系统称为反因果系统。例如,非因果过滤器只能作为后处理过滤器存在,因为这些过滤器可以从内存缓冲区或文件中提取未来值。

生物学、医学和流行病学

Austin Bradford Hill 以休谟和波普尔的工作为基础,并在他的论文“环境与疾病:关联还是因果关系?”中提出建议。在试图区分流行病学情况中的因果关系和非因果关系时,应考虑关联的各个方面,例如强度、一致性、特异性和时间性。(参见 Bradford-Hill 标准。)然而,他没有注意到,时间性是这些方面中唯一必要的标准。有向无环图 (DAG) 越来越多地用于流行病学中,以帮助启发因果思维。

心理学

心理学家对因果关系采取实证方法,研究人和非人类动物如何从感官信息、先前经验和先天知识中检测或推断因果关系。归因理论是关于人们如何解释个体因果关系的理论。归因可以是外部的(将因果关系分配给外部的代理人或力量——声称某些外部事物引发了事件)或内部的(将因果关系分配给个人内部的因素——对自己的行为承担个人责任或问责,并声称该人是直接负责的)为事件)。更进一步,一个人提供的归因类型会影响他们未来的行为。行为主体可以涵盖原因或结果背后的意图。另见事故;责备;意图;和责任。因果力量大卫休谟认为原因是从非因果观察中推断出来的,伊曼纽尔康德声称人们对原因有先天的假设。在心理学中,Patricia Cheng 试图调和休谟和康德的观点。根据她的力量 PC 理论,人们通过直觉过滤对事件的观察,原因有能力产生(或阻止)其结果,从而推断出特定的因果关系。因果关系和显着性我们对因果关系的看法取决于我们认为的相关事件。看待“闪电引起打雷”这句话的另一种方式是将闪电和雷声视为对同一事件的两种感知,即我们首先通过视觉和听觉感知的放电。命名和因果关系 加州大学伯克利分校心理学系的 David Sobel 和 Alison Gopnik 设计了一种称为 blicket 检测器的设备,当有物体放在上面时,它会打开。他们的研究表明,“即使是年幼的孩子也能轻松快速地了解一个物体的新因果力量,并自发地使用该信息对物体进行分类和命名。”发射事件的感知一些研究人员,如宾夕法尼亚大学的 Anjan Chatterjee 和滑铁卢大学的 Jonathan Fugelsang,正在使用神经科学技术来研究一个物体导致另一个物体移动的因果发射事件的神经和心理基础。时间和空间因素都可以操纵。有关更多信息,请参阅因果推理(心理学)。即使是年幼的孩子也能轻松快速地了解一个物体的新因果关系,并自发地使用这些信息对物体进行分类和命名。” Waterloo 正在使用神经科学技术来研究因果启动事件的神经和心理基础,其中一个物体导致另一个物体移动。时间和空间因素都可以操纵。有关更多信息,请参阅因果推理(心理学)。即使是年幼的孩子也能轻松快速地了解一个物体的新因果关系,并自发地使用这些信息对物体进行分类和命名。” Waterloo 正在使用神经科学技术来研究因果启动事件的神经和心理基础,其中一个物体导致另一个物体移动。时间和空间因素都可以操纵。有关更多信息,请参阅因果推理(心理学)。发射事件的感知一些研究人员,如宾夕法尼亚大学的 Anjan Chatterjee 和滑铁卢大学的 Jonathan Fugelsang,正在使用神经科学技术来研究一个物体导致另一个物体移动的因果发射事件的神经和心理基础。时间和空间因素都可以操纵。有关更多信息,请参阅因果推理(心理学)。发射事件的感知一些研究人员,如宾夕法尼亚大学的 Anjan Chatterjee 和滑铁卢大学的 Jonathan Fugelsang,正在使用神经科学技术来研究一个物体导致另一个物体移动的因果发射事件的神经和心理基础。时间和空间因素都可以操纵。有关更多信息,请参阅因果推理(心理学)。

统计学和经济学

统计学和经济学通常使用预先存在的数据或实验数据通过回归方法来推断因果关系。统计技术的主体涉及回归分析的大量使用。通常是线性关系,例如 y i a 0 + a 1 x 1 , i + a 2 x 2 , i + 。 . .+ akxk , i + ei {\displaystyle y_{i}a_{0}+a_{1}x_{1,i}+a_{2}x_{2,i}+...+a_{k}x_{ k,i}+e_{i}} 是假设的,其中 yi {\displaystyle y_{i}} 是因变量的第 i 个观测值(假设为引起变量) xj , i {\displaystyle x_{j ,i}} for j1,...,k 是对第 j 个自变量(假设为因果变量)的第 i 个观测值,e i {\displaystyle e_{i}} 是第 i 个观测值的误差项(包含所有其他因果变量的组合效应,必须与包含的自变量不相关)。如果有理由相信 x j {\displaystyle x_{j}} s 都不是由 y 引起的,则获得系数 a j {\displaystyle a_{j}} 的估计值。如果拒绝原假设 j 0 {\displaystyle a_{j}0},那么替代假设 a j ≠ 0 {\displaystyle a_{j}\neq 0} 并且等效地 x j {\displaystyle x_{j}} 导致 y 不能被拒绝。另一方面,如果不能拒绝 a j 0 {\displaystyle a_{j}0} 的原假设,那么同样不能拒绝 x j {\displaystyle x_{j}} 对 y 没有因果影响的假设。这里因果关系的概念是如上所述的一种促成因果关系:如果真值 aj ≠ 0 {\displaystyle a_{j}\neq 0} ,那么 xj {\displaystyle x_{j}} 的变化将导致 y 的变化,除非一些其他的因果变量,或者包括在回归或隐含在误差项中,以精确抵消其影响的方式改变;因此 x j {\displaystyle x_{j}} 的变化不足以改变 y。同样,x j {\displaystyle x_{j}} 的变化也不需要改变 y,因为 y 的变化可能是由误差项中隐含的东西(或模型中包含的其他一些因果解释变量)引起的。上述因果关系测试方法需要相信不存在反向因果关系,其中 y 会导致 x j {\displaystyle x_{j}} 。这种信念可以通过几种方式之一来建立。首先,变量 x j {\displaystyle x_{j}} 可能是一个非经济变量:例如,假设降雨量 x j {\displaystyle x_{j}} 会影响某农产品的期货价格 y,事实上,期货价格不可能影响降雨量(前提是从不尝试播云)。其次,可以使用工具变量技术通过为已知不受因变量影响的其他变量(工具)引入角色来消除任何反向因果关系。第三,可以调用结果不能先于原因的原则,在回归的右侧只包括时间上先于因变量的变量;例如,在测试 Granger 因果关系及其多变量模拟向量自回归时会调用此原则,这两者都控制因变量的滞后值,同时测试滞后自变量的因果效应。回归分析通过将其他相关变量包括为回归变量(解释变量)来控制其他相关变量。这有助于避免由于存在影响潜在原因变量和潜在原因变量的第三个潜在变量而导致的因果关系错误推断:通过直接将其包含在回归中来捕获其对潜在原因变量的影响,因此这种影响不会通过感兴趣的潜在原因变量作为间接影响被发现。鉴于上述程序,如果数据样本很大并且回归结果通过交叉验证测试表明相关性甚至对于回归中未使用的数据也成立,那么巧合(与因果关系相反)相关性可以被概率性地拒绝。断言不存在共同原因并且回归代表真正的因果结构原则上是不可能的。除了构建观察和实验数据的统计模型外,经济学家还使用公理(数学)模型来推断和表示因果机制。孤立和理想化一种机制的高度抽象的理论模型在微观经济学中占主导地位。在宏观经济学中,经济学家使用广泛的数学模型,这些模型根据历史数据进行校准。一组校准模型,即动态随机一般均衡 (DSGE) 模型被用来(以简化的方式)代表整个经济并模拟财政和货币政策的变化。除了构建观察和实验数据的统计模型外,经济学家还使用公理(数学)模型来推断和表示因果机制。孤立和理想化一种机制的高度抽象的理论模型在微观经济学中占主导地位。在宏观经济学中,经济学家使用广泛的数学模型,这些模型根据历史数据进行校准。一组校准模型,即动态随机一般均衡 (DSGE) 模型被用来(以简化的方式)代表整个经济并模拟财政和货币政策的变化。除了构建观察和实验数据的统计模型外,经济学家还使用公理(数学)模型来推断和表示因果机制。孤立和理想化一种机制的高度抽象的理论模型在微观经济学中占主导地位。在宏观经济学中,经济学家使用广泛的数学模型,这些模型根据历史数据进行校准。一组校准模型,即动态随机一般均衡 (DSGE) 模型被用来(以简化的方式)代表整个经济并模拟财政和货币政策的变化。经济学家使用广泛的数学模型,这些模型根据历史数据进行校准。一组校准模型,即动态随机一般均衡 (DSGE) 模型被用来(以简化的方式)代表整个经济并模拟财政和货币政策的变化。经济学家使用广泛的数学模型,这些模型根据历史数据进行校准。一组校准模型,即动态随机一般均衡 (DSGE) 模型被用来(以简化的方式)代表整个经济并模拟财政和货币政策的变化。

管理

在 1960 年代,为控制制造业的质量,石川薰开发了一种因果图,称为石川图或鱼骨图。该图对原因进行了分类,例如此处显示的六个主要类别。然后再细分这些类别。Ishikawa 的方法在参与制造过程的各个群体之间进行的头脑风暴会议中确定“原因”。然后可以将这些组标记为图表中的类别。这些图表的使用现在已经超出了质量控制范围,它们被用于其他管理领域以及设计和工程领域。石川图因未能区分必要条件和充分条件而受到批评。石川似乎连这种区别都没有意识到。

人文学科

历史

在讨论历史时,有时会认为事件在某种程度上是可以引发其他历史事件的代理。因此,歉收、农民的艰辛、高税收、缺乏人民代表权以及国王的无能等因素共同构成了法国大革命的原因。这是一种有点柏拉图式和黑格尔式的观点,将原因具体化为本体论实体。在亚里士多德的术语中,这种用法近似于有效因的情况。一些历史哲学家,如亚瑟·丹托(Arthur Danto)声称“历史和其他地方的解释”描述的“不仅仅是一个事件——发生的事情——而是一个变化”。像许多实践历史学家一样,他们将原因视为带来“更大变化”的交叉行动和行动集,用丹托的话来说:在处理个人的“态度转变”时,决定“哪些因素会在变化中持续存在”是“相当简单的”,但“当我们对这种变化感兴趣时,它会变得更加复杂和形而上学挑战例如,封建主义的瓦解或民族主义的出现”。许多关于原因的历史辩论都集中在交流行为与其他行为之间、单一行为与重复行为之间、行为、行为结构或群体之间的关系上。和制度背景以及更广泛的条件。约翰·加迪斯(John Gaddis)区分了例外和一般原因(遵循 Marc Bloch)以及因果关系中的“常规”和“独特联系”:“在说明 1945 年 8 月 6 日在广岛发生的事情时,我们更重视杜鲁门总统下令投下原子弹这一事实,而不是陆军空军执行其命令的决定。”他还指出。近因、中因和远因之间的区别。克里斯托弗·劳埃德提出了历史上使用的四个“因果关系的一般概念”:“形而上学唯心主义概念,它断言宇宙的现象是来自一个全能的存在或这样的最终原因”;“经验主义(或休谟)规律性概念,其基于因果关系是事件的不断结合的问题”;“功能/目的论/结果概念”,即“以目标为导向,因此目标是原因”;以及“现实主义、结构主义和倾向性方法,将关系结构和内部倾向视为现象的原因”。

法律

根据法律和判例,必须证明法律原因才能使被告对犯罪或侵权行为(即疏忽或侵入等民事过错)承担责任。必须证明因果关系或“充分的因果关系”将被告的行为与犯罪事件或相关损害联系起来。因果关系也是一项基本法律要素,必须证明其符合国际贸易法规定的补救措施。

历史

印度哲学

吠陀时期(约公元前 1750-500 年)文学有业力的东方起源。业力是 Sanathana Dharma 和主要宗教所持有的信念,即一个人的行为会对当前生活和/或未来生活产生某些积极或消极的影响。不同的哲学流派(darsanas)对这个主题提供了不同的解释。 satkaryavada 的教义肯定结果以某种方式存在于原因中。因此,结果是对原因的真实或明显的修改。 asatkaryavada 的教义肯定果不存在于原因中,而是新的生起。有关 Nyaya 学派因果理论的一些细节,请参阅 Nyaya。在 Brahma Samhita 中,Brahma 将奎师那描述为所有原因的首要原因。 Bhagavad-gītā 18.14 确定了任何行为的五个原因(知道哪些可以完善):身体、个体灵魂、感官、努力和超灵魂。根据 Monier-Williams 的说法,在 Vaishishika 哲学中 Sutra I.2.I,2 的 Nyāya 因果理论中,因果不存在是有效的不存在;但是,不是因果不存在导致的有效不存在。原因先于结果。用线和布来比喻,三个原因是: 内在原因:由实质接触产生,“实质原因”,线对布料是实质的,对应于亚里士多德的物质原因。非实质原因:将线放入布中的方法,对应于亚里士多德的形式原因。工具原因:制作布料的工具,对应于亚里士多德的动力原因。莫尼尔-威廉姆斯还提出亚里士多德和 Nyaya因果关系被认为是人类生产性工作所必需的条件聚合。

佛教哲学

业力是因果关系原则,侧重于 1) 原因,2) 行为,3) 效果,其中精神的现象指导着行动者执行的行为。佛教训练行动者的行为,以获得持续的、不做作的、旨在减少痛苦的美德结果。这遵循主-动词-宾结构。 pratityasamutpada(或“缘起”或“缘起”或“因缘共生”)的一般或普遍定义是,一切事物的生起都依赖于多种原因和条件;没有任何事物作为单一的、独立的实体而存在。佛教经典中的一个传统例子是三根棍子直立,相互靠在一起,相互支撑。如果拿走一根棍子,另外两根就会掉到地上。Chittamatrin 佛教学派方法中的因果关系,即 Asanga(约公元 400 年)的唯心佛教学派,断言对象在心的形象中引起意识。因为因先于果,必然是不同的实体,所以主客体是不同的。对于这个学派,没有对象是感知意识之外的实体。 Chittamatrin 和 Yogachara Svatantrika 学派接受观察者的因果关系之外没有任何对象。这在很大程度上遵循 Nikayas 方法。Abhidharmakośakārikā 方法是 Vasubandhu 在有部派(约公元 500 年)中的阿毗达磨注释文本。它有四个复杂的因果条件结构,分别是:1) 根本原因,2) 直接前因,3) 对象支持,以及 4) 优势。那么,六因是:1)工具性(kāraṇahetu),被认为是产生结果的主要因素; 2)同时性或共存性,将同时出现的现象联系起来; 3)同质性,解释引起现象连续性的同质流动; 4)联想,它只在心所之间起作用,解释了为什么意识表现为心所的集合; 5)支配,形成一个人的习惯性认知和行为主义倾向; 6)果,指的是积极的善或不善的结果。四缘和六因在解释现象经验时相互作用:例如,每个意识时刻都作为同质因,以及直接前因意识状态的升起,以及它的伴随物,在随后的时刻。 Vaibhashika( C。公元500年)是一所早期的佛教学校,它倾向于直接接触对象并接受同时发生的因果关系。这是基于意识的例子,它说,意图和感受是相互伴随的心理因素,就像三脚架上的杆子一样相互支持。相比之下,同时因果拒绝者说,如果该结果已经存在,那么它就不能以同样的方式再次产生影响。过去、现在和未来如何被接受,是各种佛教宗派因果观的基础。所有经典的佛教宗派都讲业。 “业力法则是因果法则的一个特例,根据它,我们所有的身、语、意的行为都是因,我们所有的经验都是它们的果。”意与情是相伴相生的心所,如鼎立之极。相比之下,同时因果拒绝者说,如果该结果已经存在,那么它就不能以同样的方式再次产生影响。过去、现在和未来如何被接受,是各种佛教宗派因果观的基础。所有经典的佛教宗派都讲业。 “业力法则是因果法则的一个特例,根据它,我们所有的身、语、意的行为都是因,我们所有的经验都是它们的果。”意与情是相伴相生的心所,如鼎立之极。相比之下,同时因果拒绝者说,如果该结果已经存在,那么它就不能以同样的方式再次产生影响。过去、现在和未来如何被接受,是各种佛教宗派因果观的基础。所有经典的佛教宗派都讲业。 “业力法则是因果法则的一个特例,根据它,我们所有的身、语、意的行为都是因,我们所有的经验都是它们的果。”接受现在和未来是各种佛教宗派因果观的基础。所有经典的佛教宗派都讲业。 “业力法则是因果法则的一个特例,根据它,我们所有的身、语、意的行为都是因,我们所有的经验都是它们的果。”接受现在和未来是各种佛教宗派因果观的基础。所有经典的佛教宗派都讲业。 “业力法则是因果法则的一个特例,根据它,我们所有的身、语、意的行为都是因,我们所有的经验都是它们的果。”

Western philosophy

Aristotelian

亚里士多德对各种“为什么”确定了四种回答或解释方式。问题。他认为,对于任何给定的主题,四种解释方式都很重要,每一种都有自己的权利。由于语言的传统专业哲学特性,随着古希腊语、拉丁语和英语之间的翻译,“原因”一词如今出现在专门的哲学著作中,用来标记亚里士多德的四种类型。在日常语言中,原因一词有多种含义,最常见的指的是有效的原因,即本文的主题。物质原因,事物发生的物质或在它变化时持续存在的物质,例如,一个人的母亲或雕像的青铜(另见物质理论)。形式原因,由此事物'动的形式或静止的形状决定了事物的性质和功能,就像人与人的雕像不同,雕像与铜块不同。有效原因,它赋予第一个相关运动,如人类举起一块石头或举起一座雕像。这是本文的主要主题。最终因,完成的标准,或结束;它可以指一个动作或一个无生命的过程。例子:苏格拉底为了身体健康,饭后散步;地球下降到最低层次,因为这是它的本性。在亚里士多德的四种或解释方式中,只有一种,“有效因”是本文开头一段所定义的原因。其他三种解释模式可能是渲染材料合成、结构和动力学,再次,完成标准。亚里士多德使用的词是αἰτία。就目前而言,该希腊词最好翻译为“解释”而不是“原因”,因为这些词在当前英语中最常用。亚里士多德的另一个翻译是,他的意思是“四个因为”是对“为什么”问题的四种回答。亚里士多德假设有效因果关系指的是经验的基本事实,不能用任何更基本或基本的东西来解释或还原.在亚里士多德的一些著作中,四因被列为(1)本质因,(2)逻辑基础,(3)动因,(4)最终因。在此列表中,基本原因陈述表明所指示的对象符合引用它的词的定义。逻辑基础陈述是关于为什么对象陈述为真的论证。这些是亚里士多德用法上下文中的“原因”通常是“解释”这一想法的进一步示例。此处使用的“有效”一词也可以从亚里士多德翻译为“移动”或“启动”。有效的因果关系与亚里士多德物理学相联系,该物理学承认四种元素(土、空气、火、水),并添加了第五种元素(以太)。水和土的内在属性重力或重度本质上会落向,而空气和火的内在属性 levitas 或轻本质上远离地球中心——宇宙的静止中心——在一条直线上,同时在物质过程中加速。接近它的自然位置。然而,由于空气仍留在地球上,并没有逃离地球,最终达到无限速度——这是荒谬的——亚里士多德推断宇宙的大小是有限的,并且包含一种无形的物质,它支撑着地球及其大气层,即月下球体,中心位于宇宙。由于天体表现出以不变关系绕地球运行的永久、未加速的运动,亚里士多德推断第五个元素,即填充空间并组成天体的第五个元素本质上是在永恒的圆圈中运动,这是两点之间唯一的恒定运动。 (一个物体从 A 点到 B 点并返回一条直线,在返回到另一个点之前必须在任何一点停止。) 任其自然,一个物体表现出自然运动,但可以——根据亚里士多德的形而上学——表现出由有效原因赋予的强制运动。植物的形态赋予植物营养和繁殖的过程,动物的形态增加了运动,人类的形态在这些之上增加了理性。岩石通常表现出自然运动——这可以通过岩石由地球元素组成的物质原因来解释——但生物可以举起岩石,这是一种强制运动,使岩石偏离其自然位置和自然运动。作为进一步的解释,亚里士多德确定了最终原因,指定了完成的目的或标准,据此应该理解某些事情。亚里士多德自己解释说,原因意味着(a)在某种意义上,作为其存在的结果——例如,雕像的青铜和杯子的银,以及包含这些的类别[即,物质原因]; (b) 在另一种意义上,形式或图案;也就是说,基本公式和包含它的类——例如比例 2:1 和数字一般是八度音程的原因——以及公式的部分[即形式原因]。 (c) 变化或休息的最初开始的来源;例如,计划的人是原因,父亲是孩子的原因,一般来说,生产者是被生产者的原因,改变者是被改变者的原因[即动力因] . (d) 与“结束”相同;即最终原因;例如,因为步行的“终点”是健康。人为什么要走路? “为了健康”,我们说,通过这样说,我们认为我们已经提供了原因[最终原因]。(e) 所有在其他事物的煽动下最终产生的手段,例如,减脂、净化、药物和器械都是健康的原因;因为它们都以目的为对象,尽管它们彼此不同,因为它们是一些工具,另一些是行为[即必要条件]。亚里士多德进一步辨别了两种因果关系模式:适当(先验)因果关系和偶然(机会)因果关系。所有的原因,无论是适当的还是偶然的,都可以说是潜在的或实际的、特殊的或一般的。相同的语言是指原因的结果,因此将一般结果分配给一般原因,将特定结果分配给特定原因,将实际结果分配给操作原因。为了避免无限倒退,亚里士多德推断出先行者——一个不动的推动者。先动者的动作也一定是引起的,但是,作为一个不为所动的推动者,必须只朝着特定的目标或愿望前进。

臭虫病

虽然 Pyrrhonism 接受了因果关系的合理性,但同样接受的是,没有什么是任何事情的原因是合理的。

中世纪

与亚里士多德的宇宙论一致,托马斯·阿奎那提出了一个优先考虑亚里士多德的四个原因的层次结构:“最终 > 有效 > 物质 > 形式”。阿奎那试图确定第一动力因——现在只是第一因——因为每个人都会同意,阿奎那说,称之为上帝。在中世纪后期,许多学者承认第一因是上帝,但解释说许多地球事件发生在上帝的设计或计划中,因此学者寻求自由调查众多次因。

中世纪之后

对于阿奎那之前的亚里士多德哲学而言,原因一词具有广泛的含义。它的意思是“回答一个为什么的问题”或“解释”,亚里士多德的学者们承认了四种这样的答案。随着中世纪的结束,在许多哲学用法中,“原因”一词的含义变窄了。它经常失去那个广泛的含义,并且仅限于四种类型中的一种。对于政治思想领域的尼可罗·马基雅维利和更广泛地关注科学的弗朗西斯·培根等作家来说,亚里士多德的动人事业是他们关注的焦点。大卫·休谟(David Hume)假定了这种新近狭义的因果关系的广泛使用的现代定义。他对运动原因的概念进行了认识论和形而上学的研究。他否认我们可以感知因果,除非通过养成一种习惯或习惯,我们开始将两种类型的对象或事件联系起来,它们总是连续的并且一个接一个地发生。在他的著作《人性论》的第三部分第十五节中,休谟将其扩展为一个列表,列出了判断两件事是否可能是因果关系的八种方法。前三项: 1.“因果在空间和时间上必须是连续的。” 2.“因必先于果”。 3.“因果之间必须有一个恒定的结合。主要是这种品质,构成了这种关系。”此外,还有来自我们的经验的三个相互关联的标准,它们是“我们大部分的源泉”。哲学推理”:4.“相同的原因总是产生相同的结果,并且相同的结果永远不会产生,但来自相同的原因。我们从经验中推导出这个原则,并且是我们大多数哲学推理的来源。” 5. 挂在上面,休谟说,“当几个不同的对象产生相同的效果时,它必须通过某种性质,我们发现它们之间是共同的。” 6. 和“基于相同的原因”:“两个相似物体的效果差异必须从它们不同的那个特定出发。”然后还有两个:7.“当任何对象随着其原因的增加或减少而增加或减少,“应被视为复合结果,由几种不同结果的联合导出,这些结果由原因的几个不同部分产生。”8。一个东西,任何时间都以完全完美的状态存在而没有任何影响,它不是产生这种影响的唯一原因,而是需要某种其他原理的辅助,这些原理可能会产生影响和运作。”1949 年,物理学家马克斯波恩区分了决心和因果关系。对他来说,确定性意味着实际事件与自然规律如此紧密地联系在一起,以至于可以从关于它们的足够现有数据中做出可靠的预测和追溯。他描述了两种因果关系:非标准或通用的因果关系和单一的因果关系。意味着因果关系或多或少通过涵盖许多可能或潜在实例的确定或概率一般规律联系起来;这可以被认为是休谟标准 3 的概率版本。单一因果关系的场合是特定事件复合体的特定发生,这些事件通过先行性和邻接性在物理上联系起来,这可以被认为是标准 1 和 2。

也可以看看

参考

进一步阅读

Spirtes、Peter、Clark Glymour 和 Richard Scheines 因果关系、预测和搜索,麻省理工学院出版社,ISBN 0-262-19440-6 加州大学期刊文章,包括 Judea Pearl 在 1984 年和 1998 年之间的文章搜索结果 - 技术报告。Miguel Espinoza,因果关系理论,L'Harmattan,巴黎,2006 年。ISBN 2-296-01198-5。

外部链接

PhilPapers 的因果关系 印第安纳哲学本体论项目的因果关系 – 科学哲学形而上学的互联网百科全书 – 哲学的互联网百科全书 斯坦福哲学百科全书的因果过程 因果的艺术和科学 – Judea Pearl 的幻灯片和教程讲座唐纳德戴维森:行动的因果解释 - 哲学互联网百科全书 统计中的因果推断:概述 - Judea Pearl(2009 年 9 月)因果演算的 R 实现 TimeSleuth - 发现因果关系的工具