本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：工作論文
- 編號：工作論文 #1007
- 日期：2026-03-18
摘要
相關性並不意味著因果關係，這一事實是眾所周知的。兩個位點的變數之間的相關性並不意味著這兩個位點直接相互作用，因為例如，遠距離位點之間的相關性可能是由一組介入的、直接相互作用的位點之間的相關性連結引起的。這種「非因果相關性」在統計物理學中得到了很好的理解：一個例子是自旋系統中的長程有序，其中僅具有短程直接相互作用的自旋，例如伊辛模型，在一定距離處顯示出相關性。人們不太認識到，這種長期的「非因果」相關性實際上可能比直接相互作用引起的任何因果相關性更強。我們將這種現象稱為超加性相關（SAC）。我們透過（i）模型自旋系統和（ii）模型連續變數系統中的明確範例證明了這種違反直覺的現象，其中兩個模型都使得兩個變數具有多個間接交互作用的介入路徑。我們應用稱為抽取的技術來將 SAC 解釋為間接相互作用的多個路徑之間的加性、相長幹擾現象。我們還使用描述幹預自旋變數的集體模式的定義來解釋該效應。最後，我們證明 SAC 效應在資訊理論中得到了反映，除了相關性測量之外，對於互資訊量測也是如此。一般的複雜系統通常表現出多種間接相互作用的途徑，使 SAC 成為潛在的普遍現象。這會影響例如透過檢查相關性來推斷交互作用的嘗試，以及例如多元機率分佈的分層近似方法，該方法基於連續的相關順序引入參數。