Příčiny účinků a účinky příčin
Causes of Effects and Effects of Causes
bakalářská práce (OBHÁJENO)

Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/90596Identifikátory
SIS: 168631
Kolekce
- Kvalifikační práce [11266]
Autor
Vedoucí práce
Oponent práce
Antoch, Jaromír
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Obecná matematika
Katedra / ústav / klinika
Katedra pravděpodobnosti a matematické statistiky
Datum obhajoby
8. 9. 2017
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Dobře
Klíčová slova (česky)
Kauzalita, asociace, intervence, randomizace, strukturální modelyKlíčová slova (anglicky)
Causality, association, intervention, randomization, structural equation modelsPráce se zabývá asociačním a kauzálním vztahem mezi dvěma různými náhodnými jevy a představuje základní statistické metody pro vyšetřování těchto vztahů. Nejprve se věnuje prokázání souvislosti mezi jevy (asociace) a ukazuje, že nalezení kauzálního vztahu mezi jevy vyžaduje vhodnou randomizaci systému nebo zásah (intervenci) do systému. Po intervenci do systému již není možné napozorovat všechny situace, tzv. kontrafaktuální pozorování, ale i přesto lze kauzální vztah prokázat za pomoci vhodných technických postupů a teoretických předpokladů. Práce dále shrnuje různé způsoby reprezentace kauzální struktury, nejprve pomocí grafů, kde jsou předvedeny základní metody odhadování kauzální struktury, a následně pomocí strukturálních rovnic, které již zachycují kvantitativní míru kauzálních vztahů.
The thesis deals with an associative and causal relationship between two different random phenomena and presents basic statistical methods for investigation of these relationships. Firstly it focuses on demonstrating the association between phenomena and shows that finding a causal relation between phenomena requires appropriate randomization of the system or intervention in the system. After intervening in the system, it is no longer possible to observe all situations, so-called counterfactual observation, but the causal relationship can still be demonstrated using appropriate technical procedures and theoretical assumptions. The thesis further summarizes different ways of representation of causal structures, first by means of graphs, where basic methods of estimating the causal structure are presented, and later by structural equations that already capture the quantitative measure of causal relations.