Statistische gegevens, statistische afhankelijkheid en causale hypothesen - Causale modellen

13 belangrijke vragen over Statistische gegevens, statistische afhankelijkheid en causale hypothesen - Causale modellen

Voor welk onderzoek worden causale hypothesen gebruikt en hoe kunnen we die het beste begrijpen?

  • Voor onderzoek dat erop gericht is causale betrekkingen te ontdekken
  • Voor het begrip van deze hypothesen kan gebruik gemaakt worden van causale modellen

Wat wordt bedoeld met Stochastische causaliteit





Stochastische causaliteit: oorzaak verhoogt (bij dezelfde begintoestand) de kans op het beschouwde gevolg (roken leidt soms tot longkanker)

Het voorbeeld van de doos met hefbomen: de bovenste boom wordt ingedrukt en duwde de bovenste staaf naar buiten

We kunnen zeggen:

voor dit systeem is, bij de begintoestand met alle hefbomen omhoog egale staren in, het neerduwen van de bovenste hefboom een deterministische causale factor voor het uitschuiven van de bovenste staaf
  • Hogere cijfers + sneller leren
  • Niets twee keer studeren
  • 100% zeker alles onthouden
Ontdek Study Smart

Geef een voorbeeld van een causale hypothese. Waarop heeft een dergelijke hypothese nadrukkelijk geen betrekking?

  • Voorbeeld: het roken van sigaretten veroorzaakt longkanker
  • Een dergelijke hypothese heeft betrekking op een populatie, niet op individuen

Causaal irrelevant: doos met hefboom vb

Wanneer het neerduwen van de hefboom niet een verandering brengt in de staaf

Wat is een zwarte doos (black box) ?

Een zwarte doos is een systeem dat we aan de buitenkant observeren en waaraan een of ander 'gedrag' is waar te nemen. We kunnen dit 'gedrag' beïnvloeden, het inwendige van de doos blijft buiten beschouwing.

Op welk element van het model van de zwarte doos heeft de causale hypothese betrekking?

De causale hypothese heeft betrekking op de begintoestand: voor iedere mogelijke begintoestand kan een causale hypothese worden opgesteld.

Wanneer is een zwarte doos een deterministisch systeem?

Als de eindtoestand bepaald wordt door de begintoestand plus de invloed die er van buitenaf op is uitgeoefend

Wanneer in een stochastisch systeem, als je de bovenste hefboom indrukt, de kans dat de bovenste staaf uitschuift groter wordt

Dan zeg je:
voor dit systeem, in de begintoestand waarin geen hefbomen zijn neergedrukt, is het neerdrukken van de bovenste hefboom een positieve stochastische causale factor voor het uitschuiven van de bovenste staaf.


als kans groter: positief
als kans constant: causaal irrelevant
als kans kleiner: negatief

Waarom is bij individuen én bij complexe systemen de deterministische benadering niet succesvol? Geef een voorbeeld.

Omdat het verband -bij bepaalde begintoestand- tussen uitgeoefende invloed en eindtoestand bij individuen én complexe systemen niet deterministisch causaal is maar stochastisch causaal: er zijn namelijk verschillende eindtoestanden mogelijk bij een gegeven begintoestand.
  • Voorbeeld:
Een identieke tweeling krijgt hetzelfde medicijn tegen dezelfde ziekte maar slechts een van de twee geneest.

Wat is, bij een stochastisch systeem, de relatie tussen begin- en eindtoestand?

De begintoestand bepaald de waarschijnlijkheid van de verschillende mogelijke eindtoestanden.

Wat is de stochastische causale factor (2)?

  • De stochastische causale factor geeft de verkleining (negatief) of vergroting (positief) aan van van de kans op een bepaalde eindtoestand door het uitoefenen van een bepaalde invloed.
  • Wanneer de kans even groot blijft, is de uitgeoefende invloed causaal irrelevant met betrekking tot de eindtoestand.

Waarom maakt het over het algemeen niet uit of er deterministische of stochastische modellen voor individuele systemen gebruikt worden?

Omdat de toetsingsmethodes voor causale hypothesen in populaties in wezen dezelfde zijn als de toetsingsmethodes voor causale hypothesen bij individuen, ongeacht onze veronderstelling over hoe de individuen in elkaar zitten (het individu als zwarte doos)

De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:

  • Een unieke studie- en oefentool
  • Nooit meer iets twee keer studeren
  • Haal de cijfers waar je op hoopt
  • 100% zeker alles onthouden
Onthoud sneller, leer beter. Wetenschappelijk bewezen.
Trustpilot-logo