ちんちんでもわかるd分離（グラフ理論）

グラフ理論のd分離を勉強してるのでちんちんでもわかるように例えてみる （1）逐次結合（serial connections） （2）分岐結合（divergining connections） （3）合流結合（converging connections）

（1）逐次結合（serial connections）　 A→B→Cみたいなグラフがあったとき 「ノードAとCは、Bがインスタンス化されたときd分離である」といいこれを I（A,C|B）_Dと表記する 変数の状態がわかることをインスタンス化されたという 確率変数の実現値が得られたと同じ ノードBの状態がわかっているのであれば、ノードCの状態を知る上でノードAの情報は必要ない ここでちんちんで例えてみる A（エチエチ女の子がいる）→B（えっっっ（射精））→C（後片付けで拭かなきゃ……） 射精の情報があればCの状態（拭かないといけない）を知る上でAの情報は必要なくなるので女の子にちんちんが生えてようとアハンケツイクだろうと関係ない この状態がd分離の逐次結合

（2）分岐結合（divergining connections） こんなグラフを仮定する A←E→C 　↓ 　B ABCの親ノード（矢印の元）はノードE　 Eの子ノード（矢印の先）はABCである この時 「ノードA,B,Cは、ノードEがインスタンス化されたときd分離である」と言いこれを I（A,B|E）_D、I（A,C|E）_D、I（B,C|E）_D と表記する Eが分かればABCをそれぞれ知る上で他の変数の情報を知る必要がない という意味 例えばそれぞれに ・E射精した ・A布団が精子で汚れた ・Bスッキリした ・C部屋が精子臭くなった を割り立ててみると 布団が汚れたとしてもスッキリした必要はないし部屋が臭くなっても布団が汚れたという情報は必要ない

なるほどね～🥺

（3）合流結合（converging connections） 次のようなグラフを考える 　B 　↓ A→E←C 　↓ 　○ 　↓ 　○ 「ノードA,B,Cは、ノード2またはEの子孫ノード（Eから出てる矢印先）インスタンス化されなければノードEを介してd分離である」という ・A　ちんちんがある ・B　EDじゃない ・C　エチエチ女の子がいる ・E　射精できなかった 射精できなかったという事実を得たとしたならば ちんちんがあったりEDじゃなかったり女の子がいるというそれぞれ関係ないものがどこかに射精失敗の原因があるというふうにそれぞれ関係が出てくる ちんちんがあるならば射精失敗はEDであるかエチエチ女の子にちんちんが生えてるかなど関係性がEを通して出てくる

学びがガール🎀🥺