我為什么寫這本書：回顧與期望

高中三年級時，我次涉獵因果關系的未知世界。

我的科學老師Feuchtwanger博士讓我們通過討論19世紀的一個發(fā)現(xiàn)來研究邏輯，該發(fā)現(xiàn)聲稱死于天花接種的人比死于天花的人還多。有人用這些信息來證明接種是有害的，而事實證明恰恰與數(shù)據(jù)相反，接種通過消滅天花來挽救生命。

Feuchtwanger博士總結道：邏輯就從這里來，這是為了保護我們免受此類因果謬論的影響。 我們都被邏輯的奇跡迷住了，盡管Feuchtwanger博士從未真正向我們說明過邏輯如何保護我們免受此類謬論的困擾。

多年以后，我作為一名人工智能研究者，才認識到邏輯和數(shù)學的任何分支都沒有開發(fā)出足夠的工具來處理諸如天花接種這樣的因果關系。我的大多數(shù)同事甚至認為因果詞匯是危險的，需要避免的，定義不明確的，并且是不科學的。其中一位同事警告說：因果關系是無止境的爭論。在科學論文中，公認的表述形式是A意味著B，即使其真正意思是A引起B(yǎng)�；蛘哒f如果有人認為A會影響B(tài)，那么也說成是A與B相關。

顯然，這種對因果思想的否認不可能永遠持續(xù)下去。人工智能的影響和功能強大的計算機語言使我們這一代人期望應該表達直覺而不是抑制直覺。事實證明，因果關系并不像聽起來那樣令人生畏。我們一旦克服了一些心理障礙，就發(fā)現(xiàn)因果關系變得清晰可見，充滿新的想法和可能性。正如我的書中結尾所總結的：

因果關系不是神秘的或形而上學的。我們可以用簡單的過程來理解它，也可以用友好的數(shù)學語言來表達它，以便為計算機分析做好準備。

我的目標讀者包括：統(tǒng)計學的學生，他們想知道為什么老師不愿在課堂上討論因果關系；流行病學的學生，他們想知道為什么像混雜這樣的簡單概念在用數(shù)學表達時如此復雜；經(jīng)濟學和社會學的學生，他們經(jīng)常懷疑所估計的參數(shù)的意義；當然，還有人工智能和認知科學的學生，他們?yōu)橹�識發(fā)現(xiàn)、因果解釋和因果表達編寫程序和闡述理論。

我旨在為不同領域的讀者提供專門的思想和技術，以使因果推理在各自的領域中變得更加容易。當且僅當這些技術有助于解決這些領域中的挑戰(zhàn)性問題時，才是成功的，而且我對此相當有信心。

Judea Pearl

洛杉磯

2000年2月1日

第2版前言

距離本書第1版將因果關系及其數(shù)學藝術的友好面貌展示給讀者，已經(jīng)過去8年多了。由于本書得到了廣泛認可，以及近年來因果結構理論發(fā)展較快，因此需要更新上一版以實現(xiàn)因果關系的第二次提升從初揭開神秘面紗的新奇變身為研究和教育中的尋常工具。這一版進行了以下3點更新：（1）對于第1版的10章進行了技術上的修正、更新和澄清；（2）在每一章的末尾添加了新的發(fā)展概述和帶注釋的參考資料；（3）對于令讀者或者評論家疑惑的問題和需要進一步闡述的地方進行了詳細說明，這些內(nèi)容匯集在全新的第11章中。在第11章中，我真心希望，順著這些爭論的軌跡可以厘清因果研究領域的思想。

以前講授過本書的教師會發(fā)現(xiàn)新版的內(nèi)容將更加容易理解和消化，而那些還在準備和觀望中的教師會發(fā)現(xiàn)這條研究道路已經(jīng)鋪好并經(jīng)過考驗。本書相關的教學材料、幻燈片、教程和作業(yè)可以在我的網(wǎng)站http://www.cs.ucla.edu/~judea/上找到。

本書主要讀者仍然是學生。統(tǒng)計學的學生想知道為什么老師不愿在課堂上討論因果關系；流行病學的學生想知道為什么像混雜這樣的基本概念很難在數(shù)學上定義；經(jīng)濟學和社會學的學生質(zhì)疑他們所估計的參數(shù)的意義；人工智能和認知科學的學生為知識發(fā)現(xiàn)、因果解釋和因果表達編寫程序和闡述理論。

我希望這些不同學科的學生能夠從書中找到統(tǒng)一的因果理論，希望本書能為他們在各自的領域中應對新挑戰(zhàn)帶來靈感和幫助。

Judea Pearl

洛杉磯

2008年7月

第1版前言

在物理學、行為學、社會學、生物學等科學的諸多研究中，中心目標都是闡述變量或事件變化之間的因果關系。然而，對于從數(shù)據(jù)（甚至在理論上）提煉這種關系的適當方法一直存在激烈的爭論。

因果性的兩個基本問題是：（1）合理地推斷因果關系需要什么實驗證據(jù)？（2）在我們樂意接受關于現(xiàn)象的因果信息時，我們可以從這些信息中得到什么推斷，以及如何實現(xiàn)這樣的推斷？這些問題尚未有令人滿意的答案，一方面是因為我們還沒有關于因果關系的清晰語義，另一方面是因為我們還沒有有效的數(shù)學工具來刻畫因果問題，或者得到因果性答案。

在近的十年里，得益于圖論模型的發(fā)展，因果性的研究經(jīng)歷了一次重要的轉變：從一個被神秘面紗籠罩的概念轉變?yōu)橐粋�具有明確語義和邏輯基礎的數(shù)學對象。悖論和爭議得以解決，模糊的概念得以明釋，那些依賴于因果信息、長期以來被認為是形而上學或難以處理的實際問題，現(xiàn)在只需要初等數(shù)學知識就能夠解決。簡言之，因果性已經(jīng)被數(shù)學化了。

這本書提供了關于這種因果變換的系統(tǒng)性內(nèi)容，主要面向統(tǒng)計學、人工智能、哲學、認知科學，以及衛(wèi)生科學和社會學的讀者。在介紹了因果推斷的概念及相關的數(shù)學內(nèi)容后，本書重點討論從數(shù)據(jù)中揭示潛在因果關系的實用方法，從知識和數(shù)據(jù)的組合中推導因果關系，預測行動和決策的影響，評估對于事件和環(huán)境觀察的解釋，更一般地，識別和說明證實因果關系所需的假設。

十年前，當我開始寫《智能系統(tǒng)中的概率推理》（1988）時，深受經(jīng)驗主義傳統(tǒng)的影響。在這個傳統(tǒng)下，概率關系組成了人類知識的基礎，而因果性只不過是簡化和整理復雜概率關系的一種有用方法。今天我的觀點已經(jīng)非常不同�，F(xiàn)在我認為因果關系是客觀世界的現(xiàn)實性和人類理解這種現(xiàn)實性的基本構件，并且認為概率關系只是因果關系的表面現(xiàn)象，而因果關系才是我們理解世界的基礎和推動力。

基于這些，我認為科學進步的障礙莫過于把數(shù)學知識只用于概率和統(tǒng)計推斷，而將因果問題留給天才的判斷和睿智的直覺。于是，在這本書里，我試圖提出處理因果關系和概率關系的數(shù)學工具。所需要的預備知識格外簡單，其結果也是出乎意料地直接和明確。對于讀者來說，只需了解概率論的基本技巧并且熟悉圖論，就可以開始解決一些因果問題，這些問題對那些未受過訓練的人來說顯得過于復雜。借助概率演算的簡單擴展，讀者能夠從數(shù)學上確定干預可能產(chǎn)生的影響，什么測量方法適合控制混雜，如何利用存在于因果路線上的測量方法，如何遷移一個集合的因果量值到另一個集合，以及如何估計一個事件導致另一個事件發(fā)生的概率。

本書并不需要邏輯和概率專業(yè)的知識，但是知道該領域的一般知識是有益的。本書第1章綜述了一些理解本書所需要的概率論和圖論的基礎知識，并且概述了過去十年中圖模型和因果圖的發(fā)展。這一章描述了基本的范式，定義了一些主要的問題，并向讀者指出解決這些問題需要閱讀的章節(jié)。

后面幾章也包含介紹性的內(nèi)容，這些內(nèi)容既可以閱讀，也可以跳過。它們涉及一些數(shù)學上需要進一步研究的課題、一些具體的應用，以及其他一些專家感興趣的研究內(nèi)容。

本書討論的內(nèi)容或多或少根據(jù)我所在的UCLA團隊研究這些課題的順序，為讀者再現(xiàn)了一些伴隨這些進展而來的興奮。在介紹性章節(jié)（第1章）之后，我們從困難的問題開始，即如何在原始數(shù)據(jù)中獲取因果關系（第2章），以及如何保證發(fā)現(xiàn)的因果關系的有效性。接下來我們討論可識別性的問題，即通過組合數(shù)據(jù)和有關因果關系的零碎知識，預測行動和策略的直接和間接影響（第3章和第4章）。這些成果在社會學和衛(wèi)生科學中的應用分別在第5章和第6章中討論，其中我們檢驗了結構方程和混雜的概念。第7章提供了反事實與結構模型的形式化理論，然后討論和統(tǒng)一了相關方法在哲學、統(tǒng)計學和經(jīng)濟學中的應用。在第8～10章中，我們繼續(xù)展開了反事實分析的應用，發(fā)展了界定因果關系的方法，并舉例說明在不完美實驗、法律責任、必要概率、充分概率，以及特例事件因果關系中的應用。本書的結尾（后記）采用了我在UCLA的一次公開演講的材料，其中對于因果關系的歷史和概念進行了簡單易懂的介紹。

建議初步了解因果關系的非數(shù)學方面內(nèi)容的讀者從后記開始閱讀，然后瀏覽本書中其他有關的歷史和概念的部分：1.1.1節(jié)、3.3.3節(jié)、4.5.3節(jié)、5.1節(jié)、5.4.1節(jié)、6.1節(jié)、

7.2節(jié)、7.4節(jié)、7.5節(jié)、8.3節(jié)、9.1節(jié)、9.3節(jié)和10.1節(jié)。對于希望進一步探究數(shù)學內(nèi)容和計算工具的讀者，建議直接從7.1節(jié)開始閱讀，然后跟隨工具的構建，逐步閱讀1.2節(jié)、第3章、4.2～4.4節(jié)、5.2～5.3節(jié)、6.2～6.3節(jié)、7.3節(jié)，以及第8～10章。

非常感謝幫助我完成本書的所有人。首先，我要感謝UCLA認知系統(tǒng)實驗室的同事，他們的工作和想法是書中許多章節(jié)的基礎。感謝Alex Balke、BlaiBonet、David Chickering、Adnan Darwiche、RinaDechter、David Galles、Hector Geffner、Dan Geiger、Moisés Goldszmidt、Jin Kim、Jin Tian和Thomas Verma。Tom和Dan證明了因果圖中一些基本的定理。Hector、Adnan和Moisés負責讓我以邏輯學家的方式闡述行動和變化。Alex和David讓我知道，反事實這件事沒有它的名字聽起來那么復雜。

當我開始在統(tǒng)計學、經(jīng)濟學、流行病學、哲學和社會學等領域進行研究時，我的同事慷慨地奉獻了他們的時間和想法。我在統(tǒng)計學方面有像導師一樣的伙伴：Phil Dawid、Steffen Lauritzen、Don Rubin、Art Dempster、David Freedman和David Cox。在經(jīng)濟學方面我從與John Aldrich、Kevin Hoover、James Heckman、Ed Learner和Herbert Simon的多次討論中受益匪淺。我在流行病學方面的涉足得益于與Sander Greenland和James Robins之間卓有成效的合作。與James Woodward、Nancy Cartwright、Brian Skyrms、Clark Glymour和Peter Spirtes在哲學上的爭辯促進了我對于因果性跨領域的思考。后，在人工智能方面，我從與Nils Nilsson、Ray Reiter、Don Michie、Joe Halpern和David Heckerman的討論和鼓勵中受益。

感謝美國國家科學基金會一貫的支持，特別感謝H. Moraff、Y. T. Chien和Larry Reeker。其他支持者包括空軍科學研究辦公室的Abraham Waksman、海軍研究辦公室的Michael Shneier、加利福尼亞的MICRO計劃、諾斯洛普格魯曼公司、羅克韋爾國際公司、惠普公司和微軟公司。

感謝學術出版社和摩根考夫曼出版公司，感謝它們允許重印之前發(fā)表的文章。第3章包含部分來自文章《經(jīng)驗主義研究的因果圖》（Pearl，1995）的內(nèi)容，得到牛津大學出版社的允許。第5章包含來自文章《圖、因果性和結構方程模型》（Pearl，1998）的內(nèi)容，得到Sage出版公司的允許。第7章包含來自文章《因果反事實的一個公理刻畫》（Galles and Pearl，1998）的內(nèi)容，得到克呂韋爾學術出版社的允許。第7章包含來自文章《因果關聯(lián)的公理》（Galles and Pearl，1997）的內(nèi)容，得到愛思唯爾出版集團的允許。第8章包括來自文章《不完美合作研究中的治療效果界限》（Balke and Pearl，1997）的內(nèi)容，得到美國統(tǒng)計協(xié)會的允許。

Kaoru Mulvihill為手稿的打印、處理以及附加插圖工作付出了極大的努力。Jin Tian和BlaiBonet幫助校對了書中的一些章節(jié)。Matt Darnell精心編輯了這些文稿。在整個寫作和出版過程中，Alan Harvey是讓我放心的總管和事實上的襄理。

后，感謝我的家人在本書寫作過程中對我的遷就和忍讓。感謝Tammy、Danny、Michelle和Leora，他們的微笑讓我心情愉悅。感謝我的妻子Ruth，她給了我如此多的愛、支持和理解。

Judea Pearl

洛杉磯

1999年8月