Causality

出版者:Oxford University Press

作者:Phyllis Illari

页数:336

出版时间:2014-12-2

价格:USD 49.99

装帧:Hardcover

isbn号码:9780199662678

具体描述

Head hits cause brain damage - but not always. Should we ban sport to protect athletes? Exposure to electromagnetic fields is strongly associated with cancer development - does that mean exposure causes cancer? Should we encourage old fashioned communication instead of mobile phones to reduce cancer rates? According to popular wisdom, the Mediterranean diet keeps you healthy. Is this belief scientifically sound? Should public health bodies encourage consumption of fresh fruit and vegetables? Severe financial constraints on research and public policy, media pressure, and public anxiety make such questions of immense current concern not just to philosophers but to scientists, governments, public bodies, and the general public.

In the last decade there has been an explosion of theorizing about causality in philosophy, and also in the sciences. This literature is both fascinating and important, but it is involved and highly technical. This makes it inaccessible to many who would like to use it, philosophers and scientists alike.

This book is an introduction to philosophy of causality - one that is highly accessible: to scientists unacquainted with philosophy, to philosophers unacquainted with science, and to anyone else lost in the labyrinth of philosophical theories of causality. It presents key philosophical accounts, concepts and methods, using examples from the sciences to show how to apply philosophical debates to scientific problems.

作者简介

Phyllis Illari is Lecturer in Philosophy of Science in the Science and Technology Studies department at University College London. Before joining UCL in 2013, she finished a project on Information Quality with Luciano Floridi, and previously completed a project on Mechanisms and Causality with Jon Williamson. She is primarily research active in the philosophy of science, particularly the philosophy of causality and the philosophy of information. She is on the editorial board of the journal Philosophy and Technology, and on the committee of the British Society for the Philosophy of Science. She is the author of numerous articles in the philosophy of science and edited volumes and special issues on causality in the sciences, including Causality in the Sciences (OUP 2011) with Federica Russo and Jon Williamson. Since 2008, she and Federica Russo have been members of the Steering Committee of the 'Causality in the Sciences' conference series.

Federica Russo is Assistant Professor at the University of Amsterdam and has visited the Centre for Philosophy of Natural and Social Science (London School of Economics) from April 2004 to January 2005 and the Center for Philosophy of Science (Pittsburgh) from January to April 2009. She is interested in causality and probability in the social, biomedical and policy sciences, as well as in the philosophical, legal, and social, implications of technology. Federica is part of the editorial board of the journals Philosophy and Technology and Topoi. She is the author of Causality and causal modelling in the social sciences. Measuring variations (Springer, 2009), and of numerous articles (sole or co-authored) on causality in the social, biomedical, and policy sciences. She has edited several volumes in philosophy of science and technology, including Causality in the Sciences (OUP 2011) with Phyllis Illari and Jon Williamson.

目录信息

I PRELUDE TO CAUSALITY
1: Problems of causality in the sciences
2: A scientific toolbox for philosophy
3: A philosophical toolbox for science
II CAUSALITY: ACCOUNTS, CONCEPTS, AND METHODS
4: Necessary and sufficient components
5: Levels of causation
6: Causality and evidence
7: Causal methods: probing the data
8: Difference-making: probabilistic causality
9: Difference-making: counterfactuals
10: Difference-making: manipulation and invariance
11: Production accounts: processes
12: Production accounts: mechanisms
13: Production accounts: information
14: Capacities, powers, dispositions
15: Regularity
16: Variation
17: Causality and action
18: Causality and inference
III APPROACHES TO EXAMINING CAUSALITY
19: How we got to the Causality in the Sciences approach (CitS)
20: Examples and counterexamples
21: Truth or models?
22: Epistemology, metaphysics, method, semantics, use
IV CONCLUSION: TOWARDS A CAUSAL MOSAIC
23: Pluralism
24: The causal mosaic under construction: the example of exposomics
· · · · · · (收起)

用户评价

这本书彻底改变了我对“因果”的理解。它不再是我过去简单理解的“A导致B”，而是指向了一个更加复杂、更加动态、更加充满不确定性的世界。作者在书中对“因果模型”的细致讲解，让我意识到，理解一个系统，需要从多个维度去审视其内部的因果结构。无论是静态的因果图，还是动态的因果模型，每一种都有其独特的视角和分析能力。我尤其欣赏作者在分析“社会网络中的信息传播”时所展现出的严谨性。他详细阐述了如何利用因果推断的方法，来评估不同传播机制对信息扩散的影响，并为理解和控制网络谣言的传播提供思路。这种将抽象的理论应用于复杂的人类行为研究，让我对因果分析在社会科学领域的强大能力有了直观的认识。书中对“因果发现”的算法讨论，也让我对未来科学研究的发展方向有了更清晰的认识。作者详细介绍了如何利用机器学习的技术，从复杂的数据中发现隐藏的因果关系，这让我对人工智能在各个领域的应用充满了期待。这本书的阅读，让我开始以一种更加主动、更加有目的性的方式去探索和理解事物。它不仅仅是一本关于因果关系的科普读物，更是一本关于如何进行深度思考和理性分析的实践指南。

这本书的阅读体验，就像是在进行一场精妙绝伦的解谜游戏。作者以一种极具吸引力的方式，引导读者一步步深入到“因果”这个核心概念之中。他并没有将因果关系局限于某个单一的学科范畴，而是将其与哲学、统计学、人工智能等多个领域巧妙地融合。我尤其欣赏作者在探讨“因果与归因”时所展现出的深刻洞察。他清晰地辨析了“原因”与“归因”之间的区别，并指出，很多时候，我们对原因的“归因”，往往受到主观因素的影响。书中对“因果发现”的算法讨论，也让我对未来科学研究的发展方向有了更清晰的认识。作者详细介绍了如何利用机器学习的技术，从海量数据中发现隐藏的因果关系，这让我对人工智能在各个领域的应用充满了期待。我记得其中一个关于“气候变化”的案例，作者就展示了如何利用因果推断的方法，来评估人类活动对气候变化的影响，并为制定应对策略提供科学依据。这种将理论研究与全球性议题相结合的做法，让我深感敬佩。这本书的阅读，让我开始以一种更加客观、更加严谨、更加有批判性的态度去审视和理解世界。

读完这本书，我感觉自己的思维方式被彻底重塑了。它并没有提供一套现成的“答案”，而是教会了我如何去“提问”，如何去“探究”，如何在纷繁复杂的现象中，找到隐藏的因果脉络。作者对“因果模型”的细致剖析，让我意识到，不同领域、不同问题，需要运用不同的模型去理解。无论是概率图模型、结构因果模型，还是动态因果模型，每一种模型都有其独特的视角和适用场景。我尤其欣赏作者在介绍这些模型时，所展现出的清晰度和逻辑性。他并没有将复杂的数学公式堆砌在读者面前，而是通过生动的比喻和直观的图示，将抽象的概念具象化。我记得其中一个关于“推荐系统”的案例，作者就详细解释了如何运用因果推理的原理，来设计更有效、更人性化的推荐算法，从而避免“信息茧房”效应，并提升用户体验。这种将理论知识应用于实际问题的能力，让我深感佩服。这本书的价值不仅仅在于传播知识，更在于它能够激发读者独立思考的能力，培养一种批判性的思维习惯。它鼓励我们不要轻易接受表面的关联，而是要深入挖掘事物背后的本质原因。这本书的阅读体验，就像是跟随一位经验丰富的向导，在错综复杂的因果迷宫中，一步步地寻找出路。

这本书对我而言，是一次深刻的思维革新。它并没有提供一套现成的“因果秘籍”，而是教我如何去“构建”和“检验”因果关系。作者在书中对“因果模型”的细致讲解，让我意识到，理解一个系统，需要从多个维度去审视其内部的因果结构。无论是静态的因果图，还是动态的因果模型，每一种都有其独特的视角和分析能力。我尤其欣赏作者在分析“医疗诊断”中的因果问题时所展现出的严谨性。他详细阐述了如何利用因果推断的方法，来评估不同诊断方法的准确性，以及如何避免误诊和漏诊。这种将抽象的理论应用于生死攸关的领域，让我对因果研究的实用价值有了更直观的认识。书中对“因果推断”的算法讨论，也让我对未来科学研究的发展方向有了更清晰的认识。作者详细介绍了如何利用机器学习的技术，从复杂的数据中发现隐藏的因果关系，这让我对人工智能在各个领域的应用充满了期待。这本书的阅读，让我开始以一种更加主动、更加有目的性的方式去探索和理解事物。它不仅仅是一本关于因果关系的科普读物，更是一本关于如何进行深度思考和理性分析的实践指南。

这本书是一次令人着迷的智识之旅，它引导我深入探究了“因果”这一人类认识世界的基础概念。作者并没有将因果关系束之高阁，而是以一种极其平易近人的方式，将复杂的理论娓娓道来。我尤其欣赏书中对“因果模型”的介绍，他并没有将这些模型视为孤立的理论，而是将其置于一个动态发展的历史脉络中，展现了不同模型之间的联系与演进。从早期的统计模型，到后来的结构因果模型，再到更加复杂的深度学习因果模型，作者都进行了清晰的梳理。我记得其中一个关于“广告投放效果”的案例，作者就详细解释了如何利用因果推断的工具，来评估不同广告策略对销售额的真实影响，并指导如何进行更有效的广告优化。这种将理论知识应用于商业实践的深度解析，让我对因果分析在市场营销领域的巨大潜力有了更深的认识。这本书的阅读过程，与其说是在学习知识，不如说是在学习一种“看透本质”的能力。它鼓励我不仅仅满足于表面的现象，而是要去追溯事物的根源，理解它们之间的相互作用。这本书的价值，在于它能够帮助我更好地认识自己，认识世界，并做出更明智的决策。

这本书给我带来的最大的震撼，是作者对“因果”的理解超越了简单的线性关系，而是将其置于一个更加动态、更加复杂、更加充满不确定性的框架之中。他并没有试图给出一个“放之四海而皆准”的因果模型，而是强调了因果关系的“情境性”和“动态性”。我尤其欣赏作者在探讨“因果与预测”之间的关系时所展现出的深刻洞察。他指出，预测能力的强弱，并不一定代表我们对因果关系的理解程度。一个优秀的预测模型，可能仅仅抓住了数据中的相关性，而并不理解事物背后的驱动机制。然而，真正的因果理解，则能够让我们在面对未知的环境或进行干预时，做出更准确的判断。书中对“因果发现”的算法讨论，也让我印象深刻。作者详细介绍了各种机器学习算法，如何在海量数据中自动发现潜在的因果关系，这让我对人工智能在科学研究领域的应用前景充满了期待。我记得其中一个关于“基因调控网络”的案例，作者就展示了如何利用因果发现算法，来揭示基因之间的相互作用关系，从而为疾病的诊断和治疗提供新的思路。这本书的阅读，让我开始重新审视“知识”的本质，并认识到，真正的智慧，在于理解事物之间的内在联系，而不仅仅是掌握表面的信息。

这本书简直就像是一把开启智慧大门的钥匙，它以一种极其深刻的方式，揭示了“因果”这个概念在各个领域的广泛应用和重要性。作者在探讨因果关系时，并没有局限于某个单一的学科领域，而是将经济学、社会学、心理学、计算机科学，甚至哲学中的相关理论融会贯通，展现了因果研究的跨学科魅力。我特别喜欢作者对“因果推断”的介绍，他详细阐述了如何从观测数据中推断因果关系，以及在面临数据局限性和潜在偏差时，应该如何应对。书中对“倾向得分匹配”和“双重差分法”等统计学方法的讲解，虽然包含一定的技术性，但作者的阐述却十分清晰易懂，让我能够理解它们在识别因果效应时的作用。我记得其中一个关于“最低工资政策”的案例，作者就运用了双重差分法，来评估最低工资上涨对就业率的影响，并详细解释了如何控制其他可能影响就业率的因素。这种严谨的实证分析，让我对许多社会经济议题的讨论有了更深入的理解。这本书的阅读过程，让我不断地反思自己过去的一些认知，并开始以一种更具结构性和逻辑性的方式去思考问题。它不仅仅是一本理论书籍，更是一本关于如何进行科学研究和解决实际问题的操作指南。

这本书给我最大的启发，是让我认识到“因果”的重要性远超乎我的想象，它渗透在我们生活的方方面面，影响着我们对世界的认知和决策。作者在书中探讨了“因果”与“相关”之间的根本区别，并详细阐述了为什么许多看似强相关的现象，实际上并不存在因果关系。我尤其赞赏作者对“反事实推理”的深入剖析，他通过各种生动的例子，说明了如何通过设想“如果……会怎样？”来理解因果关系。这让我意识到，很多时候，我们对事物的理解，都依赖于这种反事实的想象。书中对“因果发现”的算法讨论，也让我对人工智能的潜力有了新的认识。作者详细介绍了如何利用机器学习的技术，从海量数据中挖掘出潜在的因果关系，这让我对未来科学研究的自动化和智能化充满了期待。我记得其中一个关于“教育公平”的案例，作者就展示了如何利用因果推断的方法，来评估不同教育政策对学生学业成绩的真实影响，并为制定更公平的教育政策提供依据。这种将理论研究与社会现实相结合的做法，让我深感敬佩。这本书的阅读，让我开始以一种更加审慎、更加理性、更加深刻的态度去观察和理解周围的世界。

这本书简直是一场智识的盛宴，从翻开第一页的那一刻起，我就被作者那深邃的洞察力所吸引。它并没有像许多同类书籍那样，仅仅堆砌理论或者陈列案例，而是以一种抽丝剥茧的方式，引领读者一步步深入到“因果”这个概念的本质之中。我尤其欣赏作者在探讨因果关系时所展现出的严谨性，他并没有急于给出一个明确的答案，而是通过层层递进的论证，展现了不同视角下的因果模型，以及它们各自的优劣和适用范围。在阅读过程中，我反复停下来思考，作者提出的“反事实推理”概念，以及它在理解和判断因果关系时的重要性，对我来说是一种全新的启示。过去，我可能更多地关注“是什么”导致了“什么”，而这本书则让我开始思考“如果没有A，B还会发生吗？”这种更具穿透性的问题。书中的例子也相当精彩，作者善于从日常生活中选取大家都能理解的场景，然后将其置于因果分析的框架下，这种接地气的处理方式，让抽象的概念变得鲜活起来，也更容易被读者内化。我记得其中有一个关于“药物有效性”的例子，作者巧妙地运用了统计学和实验设计的原理，清晰地说明了如何区分药物的真实疗效与安慰剂效应、以及其他混杂因素的影响。这不仅让我对科学研究的严谨性有了更深的认识，也让我对许多“常识性”的结论产生了审慎的态度。总而言之，这本书不仅仅是一本关于因果关系的科普读物，它更像是一堂关于如何进行理性思考和深度分析的课程，每一次阅读都像是进行了一次头脑风暴，让我受益匪浅。

这本书给我带来的冲击是前所未有的，它彻底颠覆了我对“原因”和“结果”之间关系的固有认知。作者以一种近乎哲学家的深度，探讨了因果链条的复杂性和多重性，让我意识到，很多时候我们以为的“因果”，不过是表象的关联，隐藏在更深层次的机制之中。我特别着迷于作者对“因果发现”的探讨，他详细阐述了各种统计学和机器学习算法在识别因果关系方面的潜力与局限。书中对“干预”与“观测”的区别的详尽分析，让我茅塞顿开。过去，我常常混淆这两者，认为只要两个变量同时出现，就可以断定它们之间存在因果。然而，这本书让我明白，真正的因果关系，需要我们能够进行“干预”——改变一个因素，观察另一个因素是否随之改变。这种实验性的思维方式，在日常生活中同样适用，它鼓励我们不仅仅是被动地观察世界，而是主动地去探索和理解事物背后的驱动力。书中的案例也极具启发性，作者在分析“教育与收入”的关系时，就充分考虑到了家庭背景、个人能力、社会机遇等多种潜在的混杂因素，并探讨了如何通过更精细的设计来尽量分离出教育对收入的真实影响。这种严谨的态度，让我对社会科学研究的复杂性有了更深刻的理解。这本书的阅读过程，与其说是在获取知识，不如说是在学习一种全新的思维模式，一种能够帮助我更清晰、更准确地认识世界的思考工具。

隔靴搔痒..作者们于因果论断的哲学基础中下力最多，但于因果推断在社科及统计中的运用却着墨了了，因此是为隔靴搔痒。

隔靴搔痒..作者们于因果论断的哲学基础中下力最多，但于因果推断在社科及统计中的运用却着墨了了，因此是为隔靴搔痒。

隔靴搔痒..作者们于因果论断的哲学基础中下力最多，但于因果推断在社科及统计中的运用却着墨了了，因此是为隔靴搔痒。

隔靴搔痒..作者们于因果论断的哲学基础中下力最多，但于因果推断在社科及统计中的运用却着墨了了，因此是为隔靴搔痒。

隔靴搔痒..作者们于因果论断的哲学基础中下力最多，但于因果推断在社科及统计中的运用却着墨了了，因此是为隔靴搔痒。