Glossário IA
O dicionário completo da Inteligência Artificial
Modelo Estrutural Causal (MEC)
Representação matemática que formaliza as relações causais entre variáveis através de um sistema de equações estruturais e um grafo causal. Este arcabouço permite distinguir correlação de causalidade e calcular os efeitos das intervenções.
Grafo Acíclico Dirigido (GAD)
Estrutura gráfica onde os nós representam variáveis e as arestas dirigidas representam relações causais diretas, sem ciclos. Os GADs são fundamentais para representar as hipóteses causais e aplicar os critérios de identificação.
Equações Estruturais Simultâneas (EES)
Sistema de equações onde cada variável endógena é expressa como função de suas causas diretas e de um termo de erro. As EES quantificam os mecanismos causais e permitem simular os efeitos das intervenções.
Intervenções do tipo do()
Operador matemático que representa uma intervenção externa sobre uma variável, modificando seu valor independentemente de suas causas normais. As intervenções do() permitem distinguir as probabilidades condicionais das probabilidades causais.
Probabilidade Causal
Distribuição de probabilidade resultante de uma intervenção externa, em vez de uma observação passiva. Ela quantifica as consequências das ações e difere fundamentalmente das probabilidades condicionais padrão.
Variáveis de Confusão
Variáveis que influenciam simultaneamente a causa e o efeito, criando uma associação espúria nos dados observacionais. Sua identificação e ajuste são cruciais para uma inferência causal válida.
Contrafactuais
Perguntas sobre o que teria acontecido se uma decisão diferente tivesse sido tomada, dado o estado atual do mundo. Os contrafactuais são essenciais para o raciocínio causal e a explicação dos fenômenos.
Mediações Causais
Análise que decompõe o efeito total de um tratamento em efeitos diretos e indiretos que passam por mediadores. A mediação causal permite compreender os mecanismos subjacentes das relações causais.
Efeito Causal Total
Impacto global de uma intervenção numa variável alvo, incluindo todos os caminhos causais diretos e indiretos. O efeito total capta a influência completa de uma variável sobre outra no sistema.
Efeito Causal Direto
Influência de uma variável sobre outra que não é mediada por outras variáveis intermediárias no modelo. O efeito direto representa o mecanismo causal imediato entre duas variáveis.
Efeito Causal Indireto
Influência de uma variável sobre outra transmitida através de um ou mais mediadores. Os efeitos indiretos revelam as cadeias causais complexas e os mecanismos subjacentes.
Diagrama Causal
Representação visual das hipóteses causais usando nós e arestas direcionadas para codificar o conhecimento sobre os mecanismos causais. Os diagramas causais facilitam o raciocínio e a identificação de vieses.