📚 Книга дня — Джудиа Перл, Дана Макинзи «Книга почему. Новая наука причинно‑следственных связей» О чём книга Как отличать «вместе встречается» от «порождает» и строить модели, которые отвечают не только на вопрос «что будет наблюдаться?», но и на «что произойдёт, если вмешаться?» и «что было бы, если бы…». Авторы дают понятный язык причинности для науки, бизнеса и повседневных решений. 💡 Ключевые идеи 1️⃣ Лестница причинности: наблюдения, вмешательства, контрфакты — три уровня вопросов, требующих всё более богатых моделей. 2️⃣ Графы причинности как карта допущений: явно рисуя стрелки «что от чего зависит», мы видим ловушки смешения и пути корректной оценки эффектов. 3️⃣ Задняя дверь и передняя дверь: критерии, позволяющие исправлять смешение и оценивать эффект даже без идеального эксперимента. 4️⃣ Оператор do и правила вывода: формальный способ вычислять «что станет с Y, если принудительно изменить X», отделяя причинность от корреляций. 5️⃣ Контрфакты для объяснений: «почему это случилось?» и «что нужно было изменить, чтобы исход был другим?» — основа ответственности и интерпретации. 6️⃣ Эксперименты — золотой стандарт, но не единственный инструмент: когда вмешательства невозможны, помогают добросовестные наблюдательные данные и корректная идентификация. 7️⃣ Симпсонов парадокс и другие иллюзии: агрегирование без учёта структуры причин может переворачивать выводы; спасает явная модель. 🔍 Интересные факты • Книга впервые вышла в 2018 году и стала популярным введением в формальную причинность. • За фундаментальные вклад в вероятностные и причинные модели автор был удостоен Премии Тьюринга в 2011 году. • Формализм включает три правила вывода для оператора вмешательства и критерии выбора корректных переменных для стратификации. • Причинные графы помогают разрешать классические парадоксы и проектировать грамотные испытания — от медицинских исследований до онлайн‑экспериментов. • Идеи книги сближают статистику, машинное обучение и философию науки, предлагая единый «словарь» для разговоров о почему, а не только о вместе. 💬 Цитаты «Корреляция говорит, что вещи танцуют вместе; причинность объясняет, кто ведёт.» «Модель полезна ровно настолько, насколько явно в ней записаны наши допущения.» «Вмешательство — это вопрос к миру, а не просто ещё одно наблюдение.» 🤔 В каких задачах вы чаще всего путаете ассоциации с причинами: в аналитике продукта, медицине, социальных исследованиях? Есть ли кейс, где явное рисование причинного графа уже изменило ваш вывод? Давайте обсудим!