Jakie są zależności i różnice między wnioskowaniem przyczynowym a prognozowaniem (zarówno klasyfikacja, jak i regresja)?
W kontekście prognoz mamy zmienne predykcyjne / wejściowe i zmienne odpowiedzi / wyjściowe. Czy to oznacza, że istnieje związek przyczynowy między zmiennymi wejściowymi i wyjściowymi? Czy zatem przewidywanie należy do wnioskowania przyczynowego?
Jeśli dobrze rozumiem, wnioskowanie przyczynowe rozważa oszacowanie rozkładu warunkowego jednej zmiennej losowej na podstawie innej zmiennej losowej i często używa modeli graficznych do reprezentowania warunkowej niezależności między zmiennymi losowymi. Zatem wnioskowanie przyczynowe w tym sensie nie jest przewidywaniem, prawda?
Odpowiedzi:
Wnioskowanie przyczynowe skupia się na wiedząc, co dzieje się zY po zmianie X . Prognozy koncentrują się na znajomości następnego Y biorąc pod uwagę X (i cokolwiek innego, co masz).
Zwykle, na podstawie wnioskowania przyczynowego, chcesz obiektywnego oszacowania wpływuX na Y. W prognozowaniu często jesteś bardziej skłonny zaakceptować trochę uprzedzenia, jeśli ty i zmniejszysz wariancję swojej prognozy.
źródło
Wnioskowanie przyczynowe wymaga modelu przyczynowego. Taki model można wykorzystać do wnioskowania (przewidywania) niektórych zmiennych na podstawie obserwacji i interwencji przy innych zmiennych. Regresja i klasyfikacja nie mają takiego wymogu przyczynowego, a zatem nie mają nic wspólnego z rozumowaniem interwencyjnym.
źródło