Resumen: Las probabilidades de la causalidad son fundamentales para la toma de decisiones modernas. Pearl introdujo por primera vez tres probabilidades binarias de causalidad, y Tian y Pearl luego obtuvieron límites apretados para ellos utilizando la programación lineal de Balke. La caracterización teórica de las probabilidades de causalidad con tratamientos y resultados de valores múltiples ha permanecido sin resolver durante décadas, lo que limita el alcance de la toma de decisiones basada en la causalidad. En este artículo, resolvemos esta brecha fundamental proponiendo un conjunto completo de probabilidades representativas de causalidad y demostrando que son suficientes para caracterizar todas las posibles probabilidades de causalidad en el marco de los modelos causales estructurales (SCM). Luego derivamos formalmente límites estrechos para estas cantidades representativas utilizando pruebas matemáticas formales. Finalmente, demostramos la relevancia práctica de nuestros resultados a través de ejemplos ilustrativos de juguetes.
Publicado Originalme en rss.arxiv.org El 21 de mayo de 2025.
Ver Fuente Original
