私は最近、x-> W <-Yの関係で、XはyXに影響を与えず、WはWと因果関係があり、WはYと明白な関係があるというビデオを調べました。XはYに影響を与えませんか?
3 に答える
Wは「芝生が濡れている」、Xは「最近雨が降った」、Yは「自動スプリンクラーが最近オンになった」を表します。
明らかに、XはWに影響を与えます。最近雨が降った場合は、芝生が濡れている可能性があります。明らかに、YはWに影響を与えます。スプリンクラーが最近オンになっている場合は、芝生が濡れている可能性があります。明らかに、Wを知っていると、XとYについて推論できます。
しかし、XはYに直接影響しますか?言い換えれば、最近の雨の事実は、自動スプリンクラーが最近オンになっていたかどうかに影響しますか?いいえ。芝生の状態について何も知らない場合、外を見ていなかったため、最近の雨の可能性は、最近のスプリンクラー活動の可能性とは無関係です。
ただし、外を見て芝生の状態を判断すると、雨とスプリンクラーのアクティビティを推測できます。
Wが観測されない場合、xとyは独立しています。
そのようなv構造化CPD(完全に決定論的)の1つは、次のようになります。
XとYを独立してバイナリ変数として描画すると、Wが合計になります。X = 1しかわからない場合、Yは0でWは1、またはY=1でW=2になる可能性があります。Xを知っていても、これら2つの可能性を区別することはできません。
一般に、v構造についての推論は、確率関数よりも決定論関数の方がはるかに簡単だと思います。v構造がADD、XOR、およびANDの場合に何が起こるかを考えてください。通常、一般的な主張に関する具体的な洞察を得ることができます。
これを理解するのに役立ったのは、このオンラインブックのセクション1.3と1.4で見つけた具体的な例です。
上記のすべてのケースを通過し、それぞれのケースについて、セクション1.4で説明した実行例を使用して説明します。こちらをご覧ください: