Causalidad

De Wikipedia, la enciclopedia libre
Saltar a navegación , búsqueda
El Sutra Ilustrado de Causa y Efecto. Octavo siglo, Japón

Causalidad (también conocida como la causalidad [1] ) es la relación entre un evento (la causa) y un segundo evento (el efecto ), donde se entiende que el segundo caso, como consecuencia de la primera. [2]

En el uso común, la causalidad es también la relación entre un conjunto de factores (causas) y un fenómeno (el efecto ). Cualquier cosa que afecta a un efecto es un factor de ese efecto. Un factor directo es un factor que afecta a un efecto directamente, es decir, sin ningún tipo de factores que intervienen. (Factores que intervienen a veces se denominan "factores intermedios".) La conexión entre una causa (s) y un efecto de esta forma también puede ser referido como un nexo causal.

Aunque las causas y los efectos suelen deberse a cambios o eventos, los candidatos incluyen objetos , procesos , propiedades , variables, hechos y estados de cosas , la caracterización de la relación causal puede ser objeto de mucho debate.

La filosofía del tratamiento sobre el tema de la causalidad se extiende por miles de años. En la tradición filosófica occidental, la discusión se remonta al menos a Aristóteles , y el tema sigue siendo un elemento básico en la filosofía contemporánea .

Contenido

[ editar ] Historia

[ edit ] la filosofía occidental

[ edit ] aristotélica

? Para contestar a varias preguntas ¿Por qué, Aristóteles identificó cuatro tipos de causalidad, las cuatro causas : [3] [4]

  • Causa material , por lo que el material que compone una cosa determina sus conductas, como una roca cae por su peso.
  • Causa formal , por lo que forma una cosa determina la naturaleza de la cosa o de la función, como ser humano se diferencia de una estatua de un humano.
  • Causa eficiente , que imparte el cambio notable en primer lugar, como un ser humano levanta una roca o levanta una estatua.
  • Causa final , el último fin para el cual una cosa existe, aunque la cosa, incluso un ser humano, no puede saber que fin.

Así, sólo la causa eficiente es lo que ahora se llama causalidad. (Los otros ahora se llama composición, categoría y propósito.) Causalidad eficiente se conectó con la física aristotélica , que reconoció los cuatro elementos (tierra, aire, fuego, agua), y se añadió el quinto elemento (el éter). El agua y la tierra por sus gravitas propiedad intrínseca o pesadez intrínsecamente caer hacia, mientras que el aire y el fuego por sus levitas propiedad intrínseca o luminosidad intrínseca expanda a partir, la Tierra del centro, el centro inmóvil del universo, en línea recta, mientras que la aceleración en la aproximación de la sustancia a su lugar natural.

Cuando el aire se mantuvo en la Tierra, sin embargo, y no escapó a la Tierra, mientras que con el tiempo la consecución infinita velocidad absurda-Aristóteles infiere que el universo es finito en tamaño y contiene una sustancia invisible que sostenía el planeta Tierra y su atmósfera, la esfera sublunar , centrado en el universo. Y ya que los cuerpos celestes muestran el movimiento perpetuo, no acelerado orbitando el planeta Tierra en las relaciones inmutables, Aristóteles deduce que el quinto elemento, aither, que llena el espacio y los cuerpos celestes compone intrínsecamente mueve en círculos perpetuos, el único movimiento constante entre dos puntos. (Un objeto que viaja en línea recta del punto A al B y de vuelta debe detenerse en cualquiera de los puntos antes de regresar a la otra.)

Abandonado a sí mismo, una cosa exhibe movimiento natural, pero puede-de acuerdo con la metafísica aristotélico -exposición forzada movimiento impartido por una causa eficiente. La forma de plantas dota a las plantas con procesos de la nutrición y la reproducción, la forma de animales añade locomoción, y la forma de la humanidad añade razón encima de estos. Una roca natural, normalmente exhibe movimiento explicado por causa material de la roca de la que está compuesto por el elemento tierra, sino un ser vivo puede levantar la roca, un movimiento aplicado desviar la roca de su lugar natural y el movimiento natural. Suponiendo que todo movimiento que es causada, Aristóteles dedujo la causa final, también, de acuerdo a una meta o un deseo.

Aristóteles mismo explicó,

Significa causa (a) en un sentido, que como resultado de algo cuya presencia llega a ser-por ejemplo, el bronce de una estatua y la plata de la copa, y las clases que contienen estos [es decir, la causa material], ( b) en otro sentido, la forma o modelo, es decir, la fórmula esencial y las clases que contienen se-por ejemplo, el número y proporción de 2:1, en general, es la causa de la octava es decir,-y las partes de la fórmula [, la causa formal]. (C) La fuente del primer principio del cambio o descanso; por ejemplo, el hombre que piensa es una causa, y el padre es la causa de la menor y, en general, lo que produce es la causa de lo que se produce, y que que los cambios de la que se cambia [es decir, la causa eficiente]. (D) El mismo que el "fin", es decir, la causa final, por ejemplo, como el "fin" de la marcha es la salud. Por qué un hombre caminar? "Para ser saludable", decimos, y al decir esto, consideramos que hemos suministrado la causa [de la causa final]. (E) Todos los medios hacia el final que surge por iniciativa de otra cosa, como, por ejemplo, la reducción de grasa, purgas, las drogas y los instrumentos son causas de salud, porque todos tienen el fin como su objeto, aunque se diferencian de entre sí como algunos instrumentos, otras acciones [es decir, las condiciones necesarias].

- Metafísica, Libro 5, sección 1013A, traducido por Hugh Tredennick [5]

Aristóteles más discernirse dos modos de causalidad: la causalidad adecuada (antes) y la relación de causalidad accidental (azar). Todas las causas, propias y accidentales, se puede hablar como potencial o real como, particular o genérico. El mismo lenguaje se refiere a los efectos de causas, por lo que los efectos genéricos son asignados a las causas genéricas, efectos particulares a causas particulares, y los efectos reales a las causas de operación.

Evitar la regresión infinita , Aristóteles dedujo la primer motor , un motor inmóvil . El movimiento del primer motor, también, debe haber sido causado, pero, al ser un motor inmóvil, debe haber movido sólo por un objetivo o deseo particular. Así, el universo de causas materiales, causas formales y las causas eficientes reflejada causa final del universo.

De acuerdo con la cosmología aristotélica, Tomás de Aquino planteaba una jerarquía de prioridades cuatro causas de Aristóteles:. "final> Material eficiente>> formal" [6] Aquino trató de identificar el eficiente primera causa, ahora simplemente primera causa -como todo el mundo estaría de acuerdo, dijo Aquino , por llamarlo de Dios. Más tarde, en la Edad Media, muchos eruditos reconocieron que la causa primera es Dios, pero explicó que muchos de los eventos terrenales ocurren dentro del diseño de Dios o plan, y por lo tanto los eruditos buscaron la libertad de investigar las numerosas causas secundarias .

[ editar ] Después de la Edad Media

Con el final de la Edad Media, sin embargo, el enfoque de Aristóteles, especialmente en relación con las causas formales y finales, fue criticado por autores como Nicolás Maquiavelo , en el campo del pensamiento político, y Francis Bacon , en relación con la ciencia en general. Una definición ampliamente utilizada moderno de causalidad fue dada originalmente por David Hume . [6] Él negó que alguna vez podemos percibir causa y efecto, excepto mediante el desarrollo de un hábito o costumbre de la mente donde llegamos a asociar dos tipos de objeto o evento, siempre contiguo y se presentan uno tras otro. [7] En la Parte III, sección XV, Hume amplió esto a una lista de ocho maneras de juzgar si dos cosas podrían ser la causa y el efecto. Los tres primeros:

1. "La causa y el efecto deben ser contiguos en el espacio y el tiempo."
2. "La causa debe preceder al efecto."
3. "Tiene que haber una unión constante entre la causa y el efecto. 'Es sobre todo esta calidad, que constituye la relación".

Y luego, además, hay tres criterios conectados que provienen de nuestra experiencia y que son "la fuente de la mayoría de nuestros razonamientos filosóficos":

4. "La misma causa produce siempre el mismo efecto, y el mismo efecto, pero nunca surge de la misma causa. Este principio se deriva de la experiencia, y es la fuente de la mayoría de nuestros razonamientos filosóficos".
5. Colgado de la anterior, Hume dice que "donde varios objetos diferentes producen el mismo efecto, debe ser por medio de una cierta calidad, que descubrimos a ser comunes entre ellos."
6. Y "fundada en la razón misma": "La diferencia en los efectos de dos objetos que se parezcan debe proceder de ese particular, en el que se diferencian."

Y luego dos más:

7. "Cuando cualquier objeto encreases o disminuye con el encrease o disminución de su causa, 'tis a ser considerado como un efecto compuesto, derivarse de la unión de los varios efectos diferentes, que surgen de las varias partes diferentes de la causa."
8. Un "objeto que existe para cualquier momento, a su plena perfección sin ningún efecto, no es la única causa de ese efecto, sino que requiere de la asistencia de algún otro principio, que puede remitir su influencia y operación".

Sin embargo, según Sowa (2000), citando a Max Born en 1949, "La relatividad y la mecánica cuántica, los físicos han obligado a abandonar estas hipótesis como las declaraciones exactas de lo que sucede en los niveles más fundamentales, pero siguen siendo válidos en el nivel de la experiencia humana. " [8]

[ editar ] Siglo 19: La Segunda Ley de la Termodinámica

En termodinámica , una rama de la física , la Segunda Ley de la Termodinámica , descubierto en el siglo 19, ayuda a definir una flecha del tiempo . Esto proporciona una oportunidad para describir físicamente cómo difieren las causas de los efectos: La suma de los efectos nunca pueden tener una menor entropía que la suma de las causas.

Esto se describe con más detalle a continuación.

[ editar ] La causalidad, el determinismo y el existencialismo

El determinista visión del mundo es aquel en el que el universo no es más que una cadena de acontecimientos siguiendo una tras otra, de acuerdo con la ley de causa y efecto. Para sostener esta visión del mundo , como incompatibilista , no hay tal cosa como " libre albedrío ". Sin embargo, compatibilistas argumentar que el determinismo es compatible con, o incluso necesarias para el libre albedrío. existencialistas sostienen que, si bien carece de significado intrínseco ha sido diseñado en un universo determinista, cada uno de nosotros puede dar un significado para nosotros mismos. [9]

[ editar ] La filosofía india

El karma es la creencia de Sanathana Darma y las principales religiones que las acciones de una persona causar ciertos efectos en la vida actual y / o futuro en la vida , positiva o negativamente. Las diversas escuelas filosóficas ( Darsanas ) proporcionan diferentes cuentas de la asignatura. La doctrina de satkaryavada afirma que el efecto inherente en la causa de algún modo. El efecto es así o una modificación real o aparente de la causa. La doctrina de la asatkaryavada afirma que el efecto no es inherente a la causa, pero es un nuevo derivado. Ver Nyaya para algunos detalles de la teoría de la causalidad en la escuela Nyaya.

[ editar ] La filosofía budista

[ editar ] Lógica

[ edit ] causas necesarias y suficientes

Un concepto similar se da en la lógica, para esto vea las condiciones necesarias y suficientes

Las causas suelen distinguirse en dos tipos:. Necesarias y suficientes [10] Un tercer tipo de relación de causalidad, que no requiere ni necesidad ni suficiencia en sí y por sí mismo, sino que contribuye al efecto, está llamada a ". causa contribuyente" [11]

Causas necesarias:

Si x es una causa necesaria de y, a continuación, la presencia de y necesariamente implica la presencia de x. La presencia de x, sin embargo, no implica que y va a producir.

Causas suficientes:

Si x es una causa suficiente de y, a continuación, la presencia de x implica necesariamente la presencia de y. Sin embargo, otra causa z alternativamente puede causar y. Así, la presencia de y no implica la presencia de x.

Causas contributivas:

Una causa puede ser clasificado como una "causa contributiva," si la presunta causa precede al efecto, y la alteración de la causa altera el efecto. No se requiere que todos los sujetos que poseen la causa que contribuye a experimentar el efecto. No se requiere que todos los sujetos que están libres de la causa que contribuye a estar libre del efecto. En otras palabras, una causa que contribuye puede ser necesaria ni suficiente pero debe ser contributivo. [12] [13]

JL Mackie sostiene que la charla habitual de "causa", en realidad se refiere a las condiciones Inus (piezas suficientes pero no redundante de una condición que a su vez es necesaria pero suficiente para la ocurrencia del efecto). [14] Por ejemplo, un cortocircuito como causa de una casa en llamas hacia abajo. Considere la serie de hechos: el circuito corto, la proximidad de materiales inflamables, y la ausencia de los bomberos. En conjunto, estos no son necesarios, pero suficiente para la casa quemando (ya muchas otras colecciones de eventos sin duda podría haber llevado a la casa en llamas hacia abajo, por ejemplo el rodaje de la casa con un lanzallamas en presencia de oxígeno, etc, etc). Dentro de esta colección, el cortocircuito es un insuficiente (ya que el cortocircuito por sí misma no habría provocado el fuego, pero el fuego no hubiera sido posible sin ella, todo lo demás es igual), pero no redundante parte de una condición que es en sí innecesaria (ya que algo más podría también han causado la casa para quemar), pero suficiente para la aparición del efecto. Por lo tanto, el cortocircuito es una condición INUS para la aparición de la casa quemando.

[ editar ] La causalidad en contraste con los condicionales

Condicionales declaraciones no son declaraciones de causalidad. Una diferencia importante es que las declaraciones de causalidad requiere el antecedente de preceder o coincidir con el consecuente en el tiempo, mientras que los estados condicionales no requieren este orden temporal. La confusión surge comúnmente, ya que muchos estados diferentes en Inglés podrá presentarse "si ..., entonces ..." forma (y, podría decirse, porque esta forma es mucho más comúnmente usado para hacer una declaración de causalidad). Los dos tipos de información son diferentes, sin embargo.

Por ejemplo, todas de las siguientes afirmaciones son verdaderas en la interpretación de "Si ..., entonces ..." como el material condicional:

  1. Si Barack Obama es el presidente de los Estados Unidos en 2011, luego Alemania está en Europa.
  2. Si George Washington es el presidente de los Estados Unidos en 2011, luego <arbitrary statement>.

El primero es cierto ya que tanto el antecedente y el consecuente son verdaderos. El segundo es cierto en lógica proposicional e indeterminado en lenguaje natural, independientemente de la declaración consecuente que sigue, porque el antecedente es falso.

La corriente condicional indicativo tiene estructura algo más que el material condicional. Por ejemplo, aunque el primero es el más cercano, ninguna de las dos afirmaciones anteriores, parece ser cierto que una lectura indicativa común. Pero la sentencia

  • Si Shakespeare de Stratford-on-Avon no escribió Macbeth, entonces alguien más lo hizo.

intuitivamente parece ser cierto, a pesar de que no existe una relación causal directa en esta situación hipotética no entre Shakespeare Macbeth escritura y otra persona en realidad está escribiendo.

Otro tipo de condicional, el condicional contrafáctico , tiene una conexión más fuerte con la causalidad, sin embargo, incluso las declaraciones hipotéticas no son todos ejemplos de causalidad. Considere las siguientes dos declaraciones:

  1. Si A eran un triángulo, entonces A tendría tres lados.
  2. Si el interruptor S se lanzaron, entonces B bombilla se enciende.

En el primer caso, no sería correcto decir que una de ser un triángulo provocó que tienen tres lados, ya que la relación entre triangularidad y tres unilateralidad es el de la definición. La propiedad de tener tres lados determina en realidad de un estado como un triángulo. Sin embargo, aun cuando se interpreta contrafácticamente, la primera afirmación es verdadera.

Una comprensión completa del concepto de condicionales es importante para entender la literatura sobre la relación causal. Un obstáculo importante es que los condicionales en Inglés todos los días suelen ser libremente utilizado para describir una situación general. Por ejemplo: "Si se me cae mi café, mi zapato se moja" se refiere a un número infinito de posibles eventos. Es la abreviatura de "Para cualquier hecho que podría considerarse como" abandono mi café ", un hecho que cuenta como" el zapato se moja 'será verdad ". Esta declaración general será estrictamente falso si hay alguna circunstancia en la que se me cae mi café y mi zapato no se moje. Sin embargo, un "si ..., entonces ..." declaración en la lógica típicamente relaciona dos eventos específicos o hechos-un determinado café-que caen hizo o dejó de ocurrir, y un zapato específico mojar la hizo o dejó de seguir. Por lo tanto, con eventos explícitos en cuenta, si se me cae el café y mojar el zapato, entonces es cierto que "Si se me cayó el café, luego me mojé zapato", sin importar el hecho de que ayer se me cayó un café en la basura para el efecto, lo contrario condicional se refiere a hechos concretos. Más counterintuitively, si no me dejar mi café en absoluto, entonces también es cierto que "si se me cae el café luego mojar el zapato", o "Dejar caer el café implica mojé mi zapato", sin importar si Mojé mi zapato o no de cualquier manera. Este uso no sería contrario a la intuición si no fuera por el uso diario. En pocas palabras, "si X, entonces Y" es equivalente a la declaración de la lógica de primer orden "A implica B" o "no-A y no-B-", donde A y B son predicados, pero el uso más familiar de un "si A entonces B "declaración tendría que ser escrito simbólicamente utilizando una lógica de orden superior utilizando cuantificadores (" para todos "y" no existe ").

[ editar ] causa cuestionable

Falacias de causa dudosa, también conocidas como falacias causales, no causa pro causa (del latín, "no causa por causa"), o causa falsa, son falacias informales donde una causa no está bien identificado.

[ editar ] Teorías

[ editar ] Las teorías contrafactuales

Una hipotética condicional, subjuntivo condicional, condicional o remoto, abreviado cf, es un condicional (o "si-entonces") declaración que indique lo que sería el caso si su antecedente fuera cierto. Esto ha de ser contrastado con una condicional indicativo, lo que indica lo que es (de hecho) el caso si su antecedente es (de hecho) verdadero.

La investigación psicológica muestra que los pensamientos de la gente acerca de las relaciones causales entre los acontecimientos influye en sus sentencias de la plausibilidad de alternativas hipotéticas, y por el contrario, su hipotética pensando acerca de cómo una situación podría haber sido diferente cambia sus juicios sobre el papel causal de los acontecimientos y agentes. Sin embargo, la identificación de la causa de un evento, y su hipotética pensado en cómo el evento podría haber sido diferente no siempre coinciden. [15] La gente distinguir entre varios tipos de causas, causas, por ejemplo, fuertes y débiles. [16] La investigación en la psicología del razonamiento muestra que las personas hacen diferentes tipos de inferencias a partir de diferentes tipos de causas.

[ editar ] causalidad probabilística

Interpretación de la causalidad como un determinista relación significa que si A causa B, entonces A debe ser siempre seguido por B. En este sentido, la guerra no causa muertes, ni fumar causa cáncer . Como resultado de ello, muchos recurren a una noción de causalidad probabilística. Informalmente, probabilísticamente A causa B, si la ocurrencia A 's aumenta la probabilidad de B. Esto es a veces interpretada para reflejar el conocimiento imperfecto de un sistema determinista pero otras veces interpretadas en el sentido de que el sistema causal en estudio es intrínsecamente probabilística, como la mecánica cuántica.

[ editar ] Cálculo Causal

Cuando los experimentos no son factibles o ilegal, la derivación de la relación causa-efecto de los estudios observacionales debe apoyarse en algunos supuestos teóricos cualitativos, por ejemplo, que los síntomas no causan enfermedades, por lo general se expresan en forma de flechas que faltan en los gráficos causales tales como redes bayesianas o diagramas de ruta . La teoría matemática que subyace a estas derivaciones se basa en la distinción entre las probabilidades condicionales, como en P (cáncer | fumar) , Y las probabilidades de intervención, como en P (cáncer | hacer (fumar)) . El primero dice: "la probabilidad de detectar el cáncer en una persona conocida a fumar", mientras que el segundo se lee: "la probabilidad de detectar el cáncer en una persona obligada a fumar". El primero es un concepto estadístico que pueda ser estimada directamente en estudios de observación, mientras que la segunda es una noción causal (también llamado "efecto causal"), que es lo que se estima en un experimento aleatorio controlado.

La teoría del "cálculo causal" [17] permite inferir probabilidades de intervención de las probabilidades condicionales causales en redes bayesianas con variables no medidas. Un resultado muy práctica de esta teoría es la caracterización de las variables de confusión , es decir, un conjunto suficiente de variables que, si se ajusta por, produciría el efecto correcto causal entre las variables de interés. Se puede demostrar que un conjunto suficiente para estimar el efecto causal de X en Y es cualquier conjunto de los no descendientes de X que d -Aparte X de Y después de la eliminación de todas las flechas que emanan de X . Este criterio, llamada "puerta trasera", proporciona una definición matemática de "confusión" y ayuda a los investigadores identificar conjuntos de variables accesibles dignos de medición.

[ editar ] Estructura del aprendizaje

Mientras derivaciones en el cálculo causal se basan en la estructura del gráfico causal, partes de la estructura causal puede, bajo ciertos supuestos, se puede aprender de los datos estadísticos. La idea básica se remonta a Sewall Wright 's 1921 el trabajo [18] en el análisis de la ruta . Una "recuperación" algoritmo fue desarrollado por Rebane y Pearl (1987) [19] que se basa en la distinción de Wright entre los tres posibles tipos de subestructuras causales permitidas en un gráfico dirigido acíclicos (DAG):

  1. X \ rightarrow Y \ rightarrow Z
  2. X \ leftarrow Y \ rightarrow Z
  3. X \ rightarrow Y \ leftarrow Z

Tipo 1 y tipo 2 representan las dependencias mismo estadístico (es decir, X y Z son independientes dada Y ) Y son, por tanto, indistinguibles dentro puramente de datos de la sección transversal . Tipo 3, sin embargo, puede ser identificado de forma única, ya X y Z son marginalmente independientes y todos los otros pares son dependientes. Así, mientras que los esqueletos (los gráficos despojado de flechas) de estos tres tripletes son idénticos, la direccionalidad de las flechas es parcialmente identificable. La misma distinción se aplica cuando X y Z tienen antepasados ​​comunes, excepto que uno debe condicionar por primera vez en los antepasados. Se han desarrollado algoritmos para determinar sistemáticamente el esqueleto del gráfico subyacente y, a continuación, orientar todas las flechas cuya direccionalidad está dictada por las independencias condicionales observados. [17] [20] [21] [22]

Los métodos alternativos de estructura de aprendizaje de búsqueda a través de las muchas estructuras posibles causales entre las variables, y eliminar las que son fuertemente incompatibles con las observadas correlaciones . En general, esto deja un conjunto de posibles relaciones causales, que luego debe ser probado mediante el análisis de series temporales de datos o, preferiblemente, diseñar adecuadamente controlados experimentos . En contraste con las redes bayesianas, análisis de trayectoria (y su generalización, modelos de ecuaciones estructurales ), sirven mejor para estimar el efecto causal conocida o para probar un modelo causal que generar hipótesis causales.

Para los datos no experimentales, dirección causal a menudo se puede deducir si la información sobre el tiempo disponible. Esto es debido a que (en opinión de muchos, aunque no todos, teorías) las causas que preceden a sus efectos temporalmente. Esto puede ser determinado por estadísticos de series de tiempo modelos, por ejemplo, o con una prueba estadística basada en la idea de causalidad de Granger , o por la manipulación experimental directa. El uso de datos temporales puede permitir pruebas estadísticas de una teoría pre-existente de la dirección causal. Por ejemplo, nuestro grado de confianza en la dirección y naturaleza de la causalidad es mucho mayor cuando el apoyo de las correlaciones cruzadas , ARIMA modelos o análisis espectral cruzada utilizando el vector de datos de series de tiempo que por los datos transversales .

[ editar ] Las teorías de derivación

El Premio Nobel titular Herbert A. Simon y filósofo Nicholas Rescher [23] afirman que la asimetría de la relación causal no está relacionada con la asimetría de cualquier modo de implicación de que contrapone. Más bien, una relación causal no es una relación entre los valores de las variables, sino una función de una variable (la causa) a otro (el efecto). Así, dado un sistema de ecuaciones, y un conjunto de variables que aparecen en estas ecuaciones, podemos introducir una relación asimétrica entre ecuaciones y variables individuales que corresponden perfectamente a nuestra noción de sentido común de un orden causal. El sistema de ecuaciones debe tener ciertas propiedades, lo más importante, si algunos valores son elegidos arbitrariamente, los valores restantes se determina únicamente a través de un camino de descubrimiento de serie que es perfectamente causal. Ellos postulan la serialización inherente de un sistema de ecuaciones correctamente puede capturar la causalidad en todos los campos empíricos, incluyendo la física y la economía.

[ editar ] Las teorías de manipulación

Algunos teóricos han equiparado causalidad con manipulabilidad. [24] [25] [26] [27] En estas teorías, X causa Y sólo en el caso de que uno puede cambiar x a fin de cambiar y. Esto coincide con las nociones de sentido común de causalidades, ya que muchas veces nos hacemos preguntas causales para cambiar algún aspecto del mundo. Por ejemplo, estamos interesados ​​en conocer las causas de la delincuencia para que podamos encontrar la manera de reducirla.

Estas teorías han sido criticadas por dos razones principales. En primer lugar, los teóricos se quejan de que estas cuentas son circulares . El intento de reducir las reclamaciones causales a la manipulación requiere que la manipulación es más básica que la interacción causal. Pero las manipulaciones que describen en términos causales no ha proporcionado una dificultad considerable.

Los centros segunda crítica en torno a preocupaciones de antropocentrismo . Parece que mucha gente que la causalidad es algún tipo de relación existente en el mundo que podemos aprovechar para nuestros deseos. Si la causalidad se identifica con nuestra manipulación, esta intuición se pierde. En este sentido, se hace a los humanos demasiado central a las interacciones del mundo.

Algunos intentos de defender teorías manipulabilidad son cuentas recientes que no tienen la pretensión de reducir la causalidad a la manipulación. Estas cuentas utilizan la manipulación como un signo o característica en la causalidad sin pretender que la manipulación es más fundamental que la relación causal. [17] [28]

[ editar ] Las teorías de proceso

Algunos teóricos están interesados ​​en distinguir entre los procesos causales y no causales procesos (Russell 1948; Salmon 1984). [29] [30] Estos teóricos a menudo quieren distinguir entre un proceso y un proceso de pseudo- . Como un ejemplo, una bola que se mueve a través del aire (proceso) se contrasta con el movimiento de una sombra (un proceso de pseudo-). El primero es causal en la naturaleza mientras que la segunda no lo es.

Salmon (1984) [29] las reivindicaciones que los procesos causales pueden ser identificados por su capacidad para transmitir una alteración en el espacio y el tiempo. Una alteración de la pelota (una marca por una pluma, tal vez) se lleva con él como el balón se va por el aire. Por otra parte una alteración de la sombra (en la medida en que sea posible) no se transmitirán por la sombra que se mueve a lo largo.

Estos teóricos sostienen que el concepto importante para entender la causalidad no es relaciones causales o interacciones causales, sino más bien la identificación de procesos causales. Las nociones anteriores se puede definir en términos de procesos causales.

¿Por qué-Porque Gráfico de la zozobra del Herald of Free Enterprise (clic para ver en detalle).

[ editar ] causalidad sistémica

George Lakoff escribe, en relación a la causa del Huracán Sandy , [31]

Causalidad sistémica, ya que es menos obvio, es más importante de entender. A causa sistémica puede ser uno de una serie de múltiples causas. Puede requerir algunas condiciones especiales. Puede ser indirecto, a través de una red de causas más directas. Puede ser probabilística, con una probabilidad significativamente alta. Se puede requerir un mecanismo de retroalimentación. En general, la relación de causalidad en los ecosistemas, los sistemas biológicos, sistemas económicos y los sistemas sociales no suele ser directa, pero no deja de ser causal. Y debido a que no es causación directa, se requiere toda la atención mayor si se ha de entender y controlar sus efectos negativos. Por encima de todo, se requiere un nombre: la causalidad sistémica.

[ editar ] Campos

[ editar ] Ciencia

Dentro de los marcos de una metodología dinámica llamado método científico , los científicos establecer experimentos , normalmente con el fin de determinar la causalidad en el mundo físico. Por ejemplo, se puede querer saber si un alto consumo de zanahorias hace que los seres humanos para desarrollar la peste bubónica . Como una observación de una correlación no implica causalidad , es necesario utilizar el razonamiento inductivo a partir de observaciones particulares con el fin de fortalecer (a través observado reproducibilidad ) o refutar hipótesis sobre las relaciones causales. La naturaleza fundamentalmente incierto del razonamiento inductivo se ha afirmado que dan lugar a científicos cambios de paradigma , como lo describe Kuhn .

Este marco es a veces llamado el método científico , y forma parte de la filosofía de la ciencia . La dicotomía entre ciencias duras y blandas pueden ser considerados como derivados del aumento de la incertidumbre y la vaguedad conectado a las pruebas inductivas de vínculos causales en las ciencias "blandas".

[ editar ] Física

Informally, physicists use the terminology of cause and effect in the same everyday fashion as most other people do. In the context of physical theory itself for example, some physicists will say that forces cause motions (or accelerations). However, strictly speaking, this is not the same as a formal theory of causality. Causality is not inherently implied in equations of motion , but postulated as an additional constraint that needs to be satisfied (ie a cause always precedes its effect). This constraint has mathematical implications [ 32 ] such as the Kramers-Kronig relations .

Causal notions appear in physics in the context of information, where "information" is what links a cause to its effect. Formally, it is expected that information can not travel faster than the speed of light since otherwise, reference coordinate systems could be constructed (using the Lorentz transform of special relativity ) in which an observer would see an effect precede its cause (ie the postulate of causality would be violated).

Causal notions also appear in the related context of the flow of mass-energy (since mass-energy flow is generally considered to be linked to information flow). For example, it is commonplace to make use of the causality argument to argue that the group velocity of waves (such as electromagnetic waves) can not exceed the speed of light.

Causal notions are important in general relativity to the extent that to have an arrow of time demands that the universe's semi-Riemannian manifold be orientable, so that "future" and "past" are globally definable quantities.

Arguably the most prominent role of casual notions in physics, however, is statistical mechanics. The Second Law of Thermodynamics states that entropy - which can be thought of as a measure of disorder - will always increase in any closed system. (See also the fluctuation theorem ). The irreversible increase of entropy therefore provides another "arrow of time" by which past and future can be distinguished. (As an analogy, if there is a stacked cube of 64 dice in a box and someone shakes the box, then the dice will no longer be stacked in a cube. The process is not reversible; shaking the box again will not cause the dice to be reassembled into a neat cube.) A formal physical definition of cause-and-effect, if such a thing is possible, may be related to the second law. However, while much has been written about this topic, there is not yet any generally accepted formal theory of causation tied to the second law.

[ editar ] Ingeniería

A causal system is a system with output and internal states that depends only on the current and previous input values. A system that has some dependence on input values from the future (in addition to possible past or current input values) is termed an acausal system, and a system that depends solely on future input values is an anticausal system . Acausal filters, for example, can only exist as postprocessing [ disambiguation needed ] filters, because these filters can extract future values from a memory buffer or a file.

[ edit ] Biology, medicine & epidemiology

Austin Bradford Hill built upon the work of Hume and Popper and suggested in his paper "The Environment and Disease: Association or Causation?" that aspects of an association such as strength, consistency, specificity and temporality be considered in attempting to distinguish causal from noncausal associations in the epidemiological situation. See Bradford-Hill criteria . He did not note however, that temporality is the only necessary criterion among those aspects.

[ editar ] Psicología

Psychologists take an empirical approach to causality, investigating how people and non-human animals detect or infer causation from sensory information, prior experience and innate knowledge.

Atribución

Attribution theory is the theory concerning how people explain individual occurrences of causation. Attribution can be external (assigning causality to an outside agent or force - claiming that some outside thing motivated the event) or internal (assigning causality to factors within the person - taking personal responsibility or accountability for one's actions and claiming that the person was directly responsible for the event). Taking causation one step further, the type of attribution a person provides influences their future behavior.

The intention behind the cause or the effect can be covered by the subject of action (philosophy) . See also accident ; blame ; intent ; and responsibility.

Causal powers

Whereas David Hume argued that causes are inferred from non-causal observations, Immanuel Kant claimed that people have innate assumptions about causes. Within psychology, Patricia Cheng (1997) [ 33 ] attempted to reconcile the Humean and Kantian views. According to her power PC theory, people filter observations of events through a basic belief that causes have the power to generate (or prevent) their effects, thereby inferring specific cause-effect relations. The theory assumes probabilistic causation. Pearl (2000) [ 17 ] has shown that Cheng's causal power can be given a counterfactual interpretation, (ie, the probability that, absent x y y , y would be true if x were true) and is computable therefore using structural models. Within a Bayesian framework, the power PC theory can be interpreted as a noisy-OR function used to compute likelihoods (Griffiths & Tenenbaum, 2005) [ 34 ]

Causation and salience

Our view of causation depends on what we consider to be the relevant events. Another way to view the statement, "Lightning causes thunder" is to see both lightning and thunder as two perceptions of the same event, viz., an electric discharge that we perceive first visually and then aurally.

Naming and causality

While the names we give objects often refer to their appearance, they can also refer to an object's causal powers - what that object can do , the effects it has on other objects or people. David Sobel and Alison Gopnik from the Psychology Department of UC Berkeley designed a device known as the blicket detector , which suggests that "when causal property and perceptual features are equally evident, children are equally as likely to use causal powers as they are to use perceptual properties when naming objects".

Perception of Launching Events

Some researchers such as Anjan Chatterjee at the University of Pennsylvania and Jonathan Fugelsang at the University of Waterloo are using neuroscience techniques to investigate the neural and psychological underpinnings of causal launching events in which one object causes another object to move. Both temporal and spatial factors can be manipulated.

[ edit ] Statistics and Economics

In Statistics and Economics , both usually employ pre-existing data or experimental data to infer causality by regression methods. The body of statistical techniques involves substantial use of regression analysis . Typically a linear relationship such as

y_i = a_0 + a_1x_{1,i} + a_2x_{2,i} + ... + a_kx_{k,i} + e_i

is postulated, in which y_i is the i th observation of the dependent variable (hypothesized to be the caused variable), x_{j,i} for j =1,..., k is the i th observation on the j th independent variable (hypothesized to be a causative variable), and e_i is the error term for the i th observation (containing the combined effects of all other causative variables, which must be uncorrelated with the included independent variables). If there is reason to believe that none of the x_j s is caused by y , then estimates of the coefficients a_j are obtained. If the null hypothesis that a_j=0 is rejected, then the alternative hypothesis that a_{j} \ne 0 and equivalently that x_j causes y cannot be rejected. On the other hand, if the null hypothesis that a_j=0 cannot be rejected, then equivalently the hypothesis of no causal effect of x_j on y cannot be rejected. Here the notion of causality is one of contributory causality as discussed above : If the true value a_j \ne 0 , then a change in x_j will result in a change in y unless some other causative variable(s), either included in the regression or implicit in the error term, change in such a way as to exactly offset its effect; thus a change in x_j is not sufficient to change y . Likewise, a change in x_j is not necessary to change y , because a change in y could be caused by something implicit in the error term (or by some other causative explanatory variable included in the model).

The above way of testing for causality requires belief that there is no reverse causation, in which y would cause x_j . This belief can be established in one of several ways. First, the variable x_j may be a non-economic variable: for example, if rainfall amount x_j is hypothesized to affect the futures price y of some agricultural commodity, it is impossible that in fact the futures price affects rainfall amount (provided that cloud seeding is never attempted). Second, the instrumental variables technique may be employed to remove any reverse causation by introducing a role for other variables (instruments) that are known to be unaffected by the dependent variable. Third, the principle that effects cannot precede causes can be invoked, by including on the right side of the regression only variables that precede in time the dependent variable; this principle is invoked, for example, in testing for Granger causality and in its multivariate analog, vector autoregression , both of which control for lagged values of the dependent variable while testing for causal effects of lagged independent variables.

Regression analysis controls for other relevant variables by including them as regressors (explanatory variables). This helps to avoid false inferences of causality due to the presence of a third, underlying, variable that influences both the potentially causative variable and the potentially caused variable: its effect on the potentially caused variable is captured by directly including it in the regression, so that effect will not be picked up as an indirect effect through the potentially causative variable of interest.

[ editar ] Gestión

Used in management and engineering, an Ishikawa diagram shows the factors that cause the effect. Smaller arrows connect the sub-causes to major causes.

For quality control in manufacturing in the 1960s, Kaoru Ishikawa developed a cause and effect diagram, known as an Ishikawa diagram or fishbone diagram. The diagram categorizes causes, such as into the six main categories shown here. These categories are then sub-divided. Ishikawa's method identifies "causes" in brainstorming sessions conducted among various groups involved in the manufacturing process. These groups can then be labeled as categories in the diagrams. The use of these diagrams has now spread beyond quality control, and they are used in other areas of management and in design and engineering. Ishikawa diagrams have been criticized for failing to make the distinction between necessary conditions and sufficient conditions. It seems that Ishikawa was not even aware of this distinction. [ 35 ]

[ edit ] Humanidades

[ editar ] Historia

In the discussion of history, events are often considered as if in some way being agents that can then bring about other historical events. Thus, the combination of poor harvests, the hardships of the peasants, high taxes, lack of representation of the people, and kingly ineptitude are among the causes of the French Revolution . This is a somewhat Platonic and Hegelian view that reifies causes as ontological entities . In Aristotelian terminology, this use approximates to the case of the efficient cause.

[ edit ] Law

According to law and jurisprudence , legal cause must be demonstrated to hold a defendant liable for a crime or a tort (ie a civil wrong such as negligence or trespass). It must be proven that causality, or a "sufficient causal link" relates the defendant's actions to the criminal event or damage in question. Causation is also an essential legal element that must be proven to qualify for remedy measures under international trade law. [ 36 ]

[ editar ] Teología

Note the concept of omnicausality in Abrahamic theology, which is the belief that God has set in motion all events at the dawn of time; he is the determiner and the cause of all things. It is therefore an attempt to rectify the apparent incompatibility between determinism and the existence of an omnipotent god. [ 37 ]

[ editar ] Véase también

General

Mathematics:

Physics:

Philosophy:

Philosophy of mind:

Statistics:

Psychology & Medicine:

Sociology & Economics:

[ editar ] Referencias

  1. ^ 'The action of causing; the relation of cause and effect' OED )
  2. ^ Random House Unabridged Dictionary
  3. ^ http://socyberty.com/philosophy/aristotles-four-causes/
  4. ^ http://www.wisdomsupreme.com/dictionary/aristotles-four-causes.php
  5. ^ Aristotle. Aristotle in 23 Volumes, Vols.17, 18, translated by Hugh Tredennick. Cambridge, MA, Harvard University Press; London, William Heinemann Ltd. 1933, 1989. (hosted at perseus.tufts.edu.)
  6. ^ a b William E. May (1970-04). "Knowledge of Causality in Hume and Aquinas" . The Thomist 34 . http://www.thomist.org/journal/1970,%20vol.%2034/April/1970%20April%20A%20May%20web.htm . Consultado el 06/04/2011.
  7. ^ Hume, David (1896) [1739], Selby-Bigge, ed., A Treatise of Human Nature , Clarendon Press , http://oll.libertyfund.org/index.php?option=com_staticxt&staticfile=show.php%3Ftitle=342&Itemid=28
  8. ^ Processes and Causality by John F. Sowa , retrieved December 5, 2006.
  9. ^ "What Eminent People Have Said about the Meaning of Life" . Richard T. Kinnier, Jerry L. Kernes, Nancy Tribbensee, Christina M. Van Puymbroeck . http://www.ahpweb.org/articles/kinnier.html . Consultado el 09/04/2012.
  10. ^ Epp, Susanna S.: "Discrete Mathematics with Applications, Third Edition", pp 25-26. Brooks/Cole—Thomson Learning, 2004. ISBN 0-534-35945-0
  11. ^ Necessary»Sufficient»Contributory cause retrieved August 31, 2009.
  12. ^ Contributory cause: unnecessary and insufficient by Riegelman R., retrieved August 31, 2009.
  13. ^ What Is Cause And Effect?: Main and Contributory Causes by Carolyn K., retrieved August 31, 2009.
  14. ^ Mackie, John L. The Cement of the Universe: A study in Causation. Clarendon Press, Oxford, England, 1988.
  15. ^ Byrne, RMJ (2005). The Rational Imagination: How People Create Counterfactual Alternatives to Reality. Cambridge, MA: MIT Press.
  16. ^ Miller, G. & Johnson-Laird, PN (1976). Language and Perception. Cambridge: Cambridge University Press.
  17. ^ a b c d Pearl, Judea (2000). Causality: Models, Reasoning, and Inference, Cambridge University Press.
  18. ^ Wright, S., "Correlation and Causation", Journal of Agricultural Research, vol. 20 , #7, pp. 557–585.
  19. ^ Rebane, G. and Pearl, J., "The Recovery of Causal Poly-trees from Statistical Data," Proceedings, 3rd Workshop on Uncertainty in AI, (Seattle, WA) pp. 222-228,1987
  20. ^ Spirtes, P. and Glymour, C., "An algorithm for fast recovery of sparse causal graphs", Social Science Computer Review, Vol. 9, pp. 62-72, 1991.
  21. ^ Spirtes, P. and Glymour, C. and Scheines, R., Causation, Prediction, and Search, New York: Springer-Verlag, 1993
  22. ^ Verma, T. and Pearl, J., "Equivalence and Synthesis of Causal Models," Proceedings of the Sixth Conference on Uncertainty in Artificial Intelligence, (July, Cambridge, MA), pp. 220-227, 1990. Reprinted in P. Bonissone, M. Henrion, LN Kanal and JF\ Lemmer (Eds.), Uncertainty in Artificial Intelligence 6, Amsterdam: Elsevier Science Publishers, BV, pp. 225-268, 1991
  23. ^ Simon, Herbert, and Rescher, Nicholas (1966) "Cause and Counterfactual." Philosophy of Science 33: 323–40.
  24. ^ Collingwood, R.(1940) An Essay on Metaphysics. Clarendon Press.
  25. ^ Gasking, D. (1955) "Causation and Recipes" Mind (64): 479-487.
  26. ^ Menzies, P. and H. Price (1993) "Causation as a Secondary Quality" British Journal for the Philosophy of Science (44): 187-203.
  27. ^ von Wright, G.(1971) Explanation and Understanding. Cornell University Press .
  28. ^ Woodward, James (2003) Making Things Happen: A Theory of Causal Explanation . Oxford University Press , ISBN 0-19-515527-0
  29. ^ a b Salmon, W. (1984) Scientific Explanation and the Causal Structure of the World . Princeton University Press.
  30. ^ Russell, B. (1948) Human Knowledge . Simon and Schuster.
  31. ^ http://blogs.berkeley.edu/2012/11/05/global-warming-systemically-caused-hurricane-sandy/
  32. ^ Kinsler, P. (2011). "How to be causal". Eur. J. Phys. 32 (6): 1687. arXiv : 1106.1692 . doi : 10.1088/0143-0807/32/6/022 .
  33. ^ Cheng, PW (1997). "From Covariation to Causation: A Causal Power Theory." Psychological Review 104: 367-405.
  34. ^ Griffiths, TL, & Tenenbaum, JB (2005). "Strength and Structure in Causal Induction." Cognitive Psychology 51: 334-384.
  35. ^ Gregory, Frank Hutson (1992) Cause, Effect, Efficiency & Soft Systems Models , Warwick Business School Research Paper No. 42 (ISSN 0265-5976), later published in Journal of the Operational Research Society , vol. 44 (4), pp 333-344.
  36. ^ "Dukgeun Ahn & William J. Moon, Alternative Approach to Causation Analysis in Trade Remedy Investigations, Journal of World Trade " . http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1601531 . Retrieved 5 October 2010 .
  37. ^ See for example van der Kooi, Cornelis (2005). As in a mirror: John Calvin and Karl Barth on knowing God : a diptych . Studies in the history of Christian traditions. 120 . Brill. p. 355. ISBN 978-90-04-13817-9 . http://books.google.com/books?id=mwpfxCAQCDkC . Retrieved 2011-05-03 . "[Barth] upbraids Polanus for identifying God's omnipotence with his omnicausality."

[ editar ] Otras referencias

  • Azamat Abdoullaev (2000). The Ultimate of Reality: Reversible Causality , in Proceedings of the 20th World Congress of Philosophy, Boston: Philosophy Documentation Centre, internet site, Paideia Project On-Line: http://www.bu.edu/wcp/MainMeta.htm
  • Dorschel, Andreas, 'The Crypto-Metaphysic of 'Ultimate Causes'. Remarks on an alleged Exposé' (transl. Edward Craig [ disambiguation needed ] ), in: Ratio , NS I (1988), nr. 2, pp. 97–112.
  • Green, Celia (2003). The Lost Cause: Causation and the Mind-Body Problem . Oxford: Oxford Forum. ISBN 0-9536772-1-4 Includes three chapters on causality at the microlevel in physics.
  • Judea Pearl (2000). Causality: Models of Reasoning and Inference [1] Cambridge University Press ISBN 978-0-521-77362-1
  • Rosenberg, M. (1968). The Logic of Survey Analysis . New York: Basic Books, Inc.
  • Spirtes, Peter, Clark Glymour and Richard Scheines Causation, Prediction, and Search , MIT Press , ISBN 0-262-19440-6
  • University of California journal articles, including Judea Pearl's articles between 1984 and 1998 [2] .
  • Schimbera, Jürgen / Schimbera, Peter (2010) (in German), Determination des Indeterminierten. Kritische Anmerkungen zur Determinismus- und Freiheitskontroverse , Hamburg: Verlag Dr. Kovac, ISBN 978-3-8300-5099-5


[ editar ] Enlaces externos

[ edit ] Stanford Encyclopedia of Philosophy

[ edit ] General