适当的因果模型与因果关系的稳定性

以结构方程定义的因果模型已被证明是表示因果关系知识的一种非常强大的方式。然而，一些作者给出的例子似乎表明 Halpern-Pearl (HP) 的因果关系定义给出了直觉上不合理的答案。本文表明，对于这些例子中的每一个，我们都可以给出两个与例子描述一致的故事，使得每个故事关于因果关系的直觉都大不相同。通过添加额外的变量，我们可以消除这些故事的歧义。此外，在由此产生的因果模型中，HP 的因果关系定义给出了直觉上正确的答案。本文还表明，通过添加额外变量，可能不需要对原始 HP 定义进行修改来处理 Hopkins 和 Pearl 的一个例子。鉴于通过添加额外变量可以完成如此多的工作，可能会有人担心因果关系的概念有些不稳定。以“保守”的方式（即保持原始模型中变量之间的所有关系）添加额外变量，是否会导致“X=x 是 Y=y 的原因吗？”这个问题的答案在“是”和“否”之间交替？本文表明，我们可以无限次地出现这种交替，但如果我们将正常性考虑在内，则不能。实际上，在适当的正常性假设下，添加一个额外变量可以将答案从“是”变为“否”，但此后，它不能再变回“是”。