我记得在因果关系（Pearl，2000）中读到过这个猜想。
它指出，随机变量之间的每个依赖关系都可以通过（或源自）纯粹的因果模型来解释。当然，这个因果模型可能包含其他变量（混杂因素）。
谁能解释这个猜想叫什么，是谁把它形式化了，甚至可以提供参考？
谁猜想每一个相关性都是由因果机制引起的？
机器算法验证
参考
因果关系
2022-04-08 16:53:50
1个回答
这个猜想被称为 Reichenbach 的共同原因原理 (RPCC)，因为它首先由 Hans Reichenbach 提出（在 1956 年；不精确的版本已经存在了更长的时间）。斯坦福哲学百科全书有很好的讨论和大量的参考资料。
Tangent：最近有朋友问了我这个问题，另外，这个原理有没有反例。我知道的反例是：（1）选择偏差，（2）逻辑或部分整体依赖，以及（3）时间趋势。
选择偏见的例子：如果大学生要么聪明要么擅长足球，他们就会被录取。这导致了大学人群中足球技能和智力之间的负相关，而这在普通人群中是不存在的。选拔过程，选拔进入大学，是智力和足球技能的共同孩子，而不是共同的事业。它会引起依赖，因为我们总是隐含地以选定的人口为条件，并且以因果模型中的变量为条件会导致其父母之间的依赖。
逻辑依赖的例子：x和log ( x ) 是相关的。部分依赖的例子：我今年第一季度的收入和全年的收入是相关的。这些例子都没有明确定义的因果模型。在因果关系的干预主义理论中，要使一组变量具有明确定义的因果模型，就必须在逻辑上可以单独干预每个变量，而不必干预其他变量。如果要扩展因果模型的概念（在这种情况下，它们可能不是 RPCC 的反例），这些可以说是因果关系的案例。
时间趋势示例：威尼斯的海平面和伦敦的面包价格都在上涨，因为它们都是呈上升趋势的时间过程的一部分，因此它们随着时间的推移相互关联。根据时间趋势调整后，它们不相关，这反映了两者之间没有因果关系的事实。