Prob Graph & Causal Graph

Prob Graph: Probability Graph
Causal Graph: Causal path diagrams
差异：
1、PGM中表示的是dependency，而非Causality。(这里很好理解，譬如Causal Inference Bias中Collider带来的伪关系。从统计学上确实是dependent，而确实也没有因果关系）
2、PGM中，可以有DAG也可以有Undirected Graph。Causal Graph只能是DAG：bidirectional arrows and feedback loops are not permitted
3、目的不同。当我们用PGM来做预测（probability inference，prediction）的时候，因为我们只关系预估是否准确[2]，大多数情况只需要将所有的factor都纳入即可。而做Causal Inference的时候，基本是考虑单变量影响，其他的变量是用来prevent confounding of the causal path。

Refer:
[1]:From Dependency to Causality: A Machine Learning Approach
[2]:When is a confounder not a confounder?