ПСС строится из экспертных мнений и контрфактических суждений (КФ-суждения).

Базовый алгоритм: 1. Придумываем / выявляем цепочку событий, которые выглядят для нас наиболее логично и непротиворечиво. Проще говоря — “как надо”, где надо == наш ролевой интерес. 2. Избегаем соблазна оставить в модели псевдо-связи, которые кажутся релевантными, однако на самом деле только “шумят” и создают дребезг. Их нельзя оставлять только потому что “они же тут рядом”. 3. Отслеживаем: дребезг в модели, места где “непонятно как работает”, контрфактические изменения (которые говорят о том, что причина и следствие не связаны). Если что-то из этого есть в модели, значит модель пока не готова, продолжаем поиск — ищем элементы для ПСС-модели + продолжаем исследования — напрягаем мозги (делаем контрфактические суждения) и экспертов (собираем априорные данные). 4. Альтернативный (или дополнительный) подход — фиксируем желаемый результат (следствие в строящейся модели) и ищем / подбираем наиболее сильные элементы-события, лучшие кандидаты на элементы-причины. 5. Если предыдущие четыре пункта пройдены и у нас есть модель со всеми элементами, то нам осталось только понять какие именно нужны данные для проверки модели. Данные получаем в ходе эксперимента. На этом этапе важно не поддаваться моде сбора данных: не собирать лишние, чтобы экономить на их сборе и интерпретации + не собирать данные для построения модели, а только для проверки уже построенной модели.

Когда есть модель с достаточным количеством элементов, и определены необходимые данные, то можно приступать с эксперименту, который включаем сбор данных и собственно проверку гипотезы.

#псс #причинно-следственная-связь #моделирование #эксперимент

Частые проблемы при построении ПСС — важно отслеживать возможные проблемы, тренироваться в автоматизме их отлавливания.

Сбор данных и эксперимент — ПСС-модель часто строится для проверки экспериментом, но важно проводить эксперимент только при наличии полной недребезжащей модели, иначе высок риск потратить ресурсы на сбор и интерпретацию лишних данных.

Обновление шансовой картины — для построения ПСС-модели нам будут нужны априорные данные, а также необходимо будет вычислить предполагаемое правдоподобие искомого следствия.