知識

推論エージェントの過去の経験の痕跡である。過去の観察、過去の行動、
教育、文化的習慣などから得た知識のうち、答えるべき問いに関連すると
みなされるものが利用される。
暗黙的に存在する。

仮定

科学研究においては「仮定」の単純化が必須となる。ここで仮定とは、入手
可能な「知識」に基づいて、明らかにする価値があると研究者が判断した
記述のことです。知識が研究者の頭の中に存在する状態では意味をなさない
それが、モデルの中に仮定として組み込まれて初めて意味をなす。仮定は
モデルの中から読み取ることもできる。論理学者の中には、モデルとは仮定
のリストに他ならないと考える人もいる。しかし、コンピュータ学者が注目
するのは、仮定をそのような形式で表現するかでモデルがまったく違うもの
に変わり得るということです。
なにか新しい証拠が見つかったときにモデルを適切に拡張、あるいは修正
できるかそうかも、仮定の表現形式で変わるのである。

<因果モデル

形式には、「因果ダイヤグラム」、「構造方程式」、「論理文」など、いく
つかの選択肢がある。ほぼどの場合でも因果ダイヤグラムを使うべきだと
思います。私達が答えを知りたい問いの多くに明快な答えを提供できるから

意見えを聞く

実際の因果モデルでは経路として表現され、そのように表現することで、デ
ータ内の観察可能なパターンや従属関係を浮かび上がらせる。
このパターンは、モデルの検証に利用できるので、「検証可能な含意」と
呼ばれる。たとえば、「DとLをつなぐ経路はない」は「DとLは独立である」
という統計学的な記述に翻訳でき、DによってLの確率が変化しないことを
意味する。

問い

答えたいと想っている、科学的な疑問です。

エスティマンド

ラテン語由来の言葉で「推定されるべきもの」を意味する。
データーから推定される統計的な量、推定後は問いへの答えを
表します。

データ

エスティマンドというレシピによって料理を作るための材料つなる。
データそれ自体は、本質的に因果関係についてはないも語らない。

推定値

推定値は完成した料理です。推定値はあくまでデータに基づいた近似値、
現実世界のありかたを正確に伝えるものではない。
モデルが適切で、データも十分にあれば、因果的な問いへの答えがえられる
たとえば、「薬Dは、糖尿病患者Zの寿命を３０±２０パーセント延ばす」と
いった答えが得られる。