keskiviikko 24. lokakuuta 2018

Pungerrus

Pystypunnerrus on voimailuliikkeenä hieman vähemmän tunnettu kuin penkkipunnerus, jalkakyykky, tai maastaveto, jotka ovat voimanostossa kilpailtavia lajeja. Sillä on kuitenkin kunniakkaat perinteet, sillä vuoteen 1972 asti punnerrus (eli clean & press) oli olympialaisissa mukana lajina tempauksen ja työnnön ohella.

Pystypunnerrus sinänsä, siis ilman rinnallevetoa, oli pitkään se liike, jolla voimailijat vertailivat kuka on "vahvin". Nykyisin penkkipunnerrus on pitkälti ottanut tämän roolin etenkin harrastelijoiden parissa, vaikka aivan viime vuosina pystypunnerrus on kokenutkin jonkinasteisen renessanssin.

Itse tutustuin aikanaan pystypunnerrukseen aloittaessani stronglifts-ohjelmalla, joskin siirryin pian Starting Strength-ohjelmaan.  Useimmissa aloittelijoille ja edistyneemmillekin nostelijoille suunnatuissa ohjelmissa on nykyisin mukana kohtuu annos pystypunnerrusta. Penkkipunnerrukseen verrattuna pystypunnerrus on varsin armoton, ja siinä jos missä saa tuntea itsensä heikoksi, sillä nostot kehittyvät hyvin hyvin hitaasti.

Kun aloitin nostelemaan keväällä 2014, niin viiden toiston maksimini oli hyvin pian jossakin 40 kilon paikkeilla, mutta kehitys hidastui nopeasti niin, että vuoden 2016 alussa se oli noin 55 kiloa, vuoden 2017 kesällä noin 60 kiloa, ja tänä vuonna se on noussut noin 65 kiloon. Yhden toiston maksimi oli noin 50, 60, 65 ja nyt 72.5kg. Verrokiksi, penkkipunnerrustulokseni vastaavina ajanhetkinä olivat 75, 90, 102.5 ja 115kg, ja penkkipunnerrusta viivästytti olkapäävammani, joka ei kunnolla parantunut ennen kuin syksyllä 2016.

Pystypunnerruksen kehittäminen vaatii monilla hyvin paljon työtä. Tämän tekstin alussa linkittämäni Bill Starr:in artikkeli käsittelee asiaa. Vaikka Starr on voimaharjoittelijoiden piirissä liki legendaarinen, myös hän kertoo aikanaan kamppailleensa vuosia pyrkiessään parantamaan punnerrustaan siihen pisteeseen että hän sai punnerrettua oman painonsa.

Erään sosiaalisen median keskusteluryhmän innostamana päätin ottaa haasteen vastaan, ja tavoitella oman painoni pystypunnertamista. Pysty- ja penkkipunnerruksen suhdeluku vaihtelee suuresti yksilöllisesti, mutta on suurimmalla osalla ihmisistä välillä 0.6--0.8. Oma ruumiinpainoni on tällä hetkellä melko tarkkaan 90 kiloa, ja penkkipunnerruksen maksimini on 115 kiloa; Oma painoni olisi penkkipunnerruksesta 78.3 prosenttia. Haaste johon ilmoittauduin, asetti tavoitteeksi 200 naulaa -- mikä on hyvin lähellä nykyistä painoani -- ja jos laskemme että 115 kiloa on noin 250 naulaa, tämä tekisi suhdeluvuksi 0.8.

On siis tavallaan mahdollista, että voisin päästä tavoitteeseen ilman että penkkitulokseni merkittävästi kohenisi. Toisaalta, tuloksen pitäisi tulla kohtuullisen vaivattomasti mikäli samalla saisin penkkipunnerrustulokseni nostettua 150 kiloon -- jolloin suhdeluku 0.6 toteutuisi. Tämä on epärealistinen tavoite kaikilla mittareilla, sillä se tarkoittaisi että penkkituloksen pitäisi parantua likipitäen sen kilomäärän verran, mitä olen sitä onnistunut viimeisen kahden ja puolen vuoden aikana parantamaan.

En esitä mitään aikajännettä -- en edes että onko tämä tavoite mahdollinen -- mutta ajattelin nyt ottaa seuraavaksi etapikseni oman ruumiinpainon pystypunnertamisen.  Tämän hetkinen harjoitusohjelmani on neljään kertaan viikossa perustuen seuraavanlainen:

  • Maanantai: Pystypunnerrus (531), penkkipunnerrus 5x10@70-80% maksimista, soutu 5x10 
  • Tiistai: Kyykky (531), vuoroviikoin irrotus/shrugs 3-5x10, jalkaprässi 3-5x10
  • Torstai: Penkkipunnerrus (531), pystypunnerrus(***), leuanveto 5x8
  • Perjantai: Maastaveto (531), kyykky/jalkaprässi (kevyt), Julle/reverse hyper
 Tässä (***) tarkoittaa että mennään kunnon mukaan, mutta pääsääntöisesti niin että ensin muutama viikko 5x10, sitten muutama viikko 3x8, sitten 3x5, 5x3 ja lopulta 5x2, koko ajan intensiteettiä nostaen. Tässä kun ajan samalla neljän viikon 531-sykliä, niin luultavasti en yritä ennätyksiä kuin joka toisella tai jopa joka kolmannella syklillä. Katsotaan miten se etenee.
Sivumennen sanoen: Jos painaisin nyt saman verran kuin vuoden 2014 lopulla, ennen kuin aloitin voimaharjoittelun, olisin jo tavoitteessani.

tiistai 23. lokakuuta 2018

... Ja lisää

Maailma tuntuu nykyisin olevan täynnä asioita jotka ikään kuin kaipaisivat kommenttiani. Tuntuu kuitenkin että mielenkiintoni asioiden analysoimiseen on hiipunut viime aikoina. Työni sujuu nykyisin paremmin, ja tutkimuksellisiin aiheisiin paneutuminen tuntuu miellyttävältä ja vähemmän stressaavalta.

Olen paljon pyöritellyt graafien, tai suomeksi verkkojen käsittelyyn tarvittavia algoritmeja työssäni, ja viime aikoina ne ovat palanneet keskiöön tutkimuksessani. Eräs mielenkiintoiseksi käynyt asia on kaarevuuden käsite. Kaarevuus, siis englanniksi curvature, viittaa kappaleen tai moniston lokaaliin geometriaan; intuitiivisesti esimerkiksi ympyrän kehä on kaareva (se on itse asiassa konveksi eli kupera), ja sillä on tietty kaikkiin suuntiin samanlainen kaarevuus. Toisaalta vaikkapa jonkin aaltoilevan ja väännetyn kappaleen kaarevuus on eri pinnan pisteissä erilainen.

En mene tässä yksityiskohtiin. Graafien kohdalla kaarevuuden käsite voidaan ymmärtää esimerkiksi monitahokkaiden avulla; voimme esittää intuitiivisen, sileään kappaleeseen liittyvän kaarevuuden vastineena jonkinlaisen intuition esimerkiksi siitä, kuinka monitahokkaan kyljet lähtevät kulmasta eri suuntiin. Ja niin edelleen. En ala tässä kammata lainkaan itse asian matematiikkaa -- isoksi osaksi siksi, että olen vasta hiljattain alkanut perehtyä aiheeseen, ja ajatukseni ovat vielä jossain määrin jäsentymättömät.


torstai 4. lokakuuta 2018

Massaa Massaa

Punnitsin itseni jokin aika sitten. Kotona käyttämästäni vaa'asta on patteri loppunut, enkä ole jaksanut sitä vielä vaihtaa, joten en ole punninnut itseäni edes viikottain. Ruokaakaan en ole laskenut vaikka tavoite on ollut karkeasti "syödä enemmän kuin kuluttaa". Paino oli nyt noin 90 kiloa, mikä on hieman vähemmän kuin olin ehkä odottanut, mutta nousua on noin 4 kiloa kuudessa viikossa.

Silmämääräisesti sanoisin että rasvaprosentti on noussut jonkin verran. Vatsalihakset eivät samalla lailla enää erotu. Lihasta on kuitenkin tullut edelleen ihan hyvää tahtia, ja tämän vuoksi myös voimaa. Eniten tämä näkyy kyykyssä, mutta esimerkiksi maanantaina sain pystypunnerrettua 72.5kg, mikä oli uusi ennätys.

Tämän viikon ajan olen harjoitellut kevyemmin, ja esimerkiksi eilen jätin treenin kokonaan väliin ja kävin sen sijaan 6 kilometrin juoksulenkillä. Huomaan aerobisen kunnon taas hieman taantuneen, kuten aina käy tässä vaiheessa vuotta kun lenkkeily jää. 

En ole varma kuinka monena talvena vielä aion lisätä massaa. On mahdollista että tämä on viimeinen. Jos nyt saan vielä viisi kiloa ennen kevättä, niin siitä tulee kuitenkin olemaan rasvaa ehkä puolet. Tilanne, jossa painaisin 100kg rasvaprosentin ollessa alle 15 tuskin tulee koskaan realisoitumaan.

torstai 27. syyskuuta 2018

Itsepetoksesta ja konsistenssista.

Maailma on väärällään erilaisia "ristiriitaisia" tai "epäkonsistentteja" mielipiteitä. Näistä tietenkin vain osa on oikeasti sisäisesti ristiriitaisia, mutta se ei estä ihmisiä syyttämästä muita ristiriitaisuuksista silloinkin, kun mitään todellista ristiriitaa ei ole.

Itselläni pisti silmään kuitenkin viime viikkoina yksi esimerkki, joka kuvastaa tavallaan koko kirjoa tässä konsistenssi-asiassa, ja joka tuntui herättävän intohimoja ihmisissä. Nimittäin kesäaika, ja yleisemmin aikavyöhyke ja yhteiskunnan aikakäsitys.

Ensimmäinen mielipide, jonka tässä käsittelen, on karkeastiottaen muotoiltavissa siten, että yhteiskunta on edelleen agraarisen mallin mukainen, ja edellyttää tarpeettomasti että ihmiset heräävät aikaisin.  Tämä positio on suosittu sellaisten ihmisten joukossa, jotka eivät mielellään herää aamulla aikaisin, ja joiden on vaikea sopeutua ympäröivän yhteiskunnan standardoimiin aikatauluihin. Tässä mielipiteessä ei ole mitään ongelmaa itsessään, sillä on olemassa lukuisia selvityksiä joissa on havaittu että joidenkin ihmisten todella on vaikea herätä aikaisin aamulla. Tällaisten ihmisten on vaikea sovittaa vuorokausirytmiään siten, että he heräisivät merkittävästi ennen auringonnousua.

Toinen mielipide taas on se, että Suomessa pitäisi siirtyä pysyvästi kesäaikaan, jotta iltapäivästä olisi enemmän valoa. Tämäkin mielipide on täysin ongelmaton yksinään, sillä koska yhteiskuntamme on järjestetty tietyllä tavalla, ihmisten vapaa-aika sijoittuu pääsääntöisesti iltaan, ja esimerkiksi erilaisten ulkoilmaharrastusten kannalta valoisaa aikaa olisi hyvä olla tällöin.

Ongelma tulee vasta siitä, että sama ihminen omaa molemmat yllämainitut mielipiteet yhtä aikaa.

Huomautin tästä useammalle tällaiselle ihmiselle, löytääkseni argumentteja joissa olisi jotakin järkeä. Ymmärtäisin, jos esimerkiksi käsitys olisi sellainen että myöhemmin herääminen olisi mukavaa, mutta siitä voi luopua jos vastineeksi saa mahdollisuuden harrastaa valoisaan aikaan. Mutta tämä ei tuntunut olevan kovin yleinen mielipide; Yleinen mielipide tuntui olevan että yhtä aikaa pitäisi yhteiskunnassa siirtyä myöhäisempään aikatauluun, esimerkiksi koulujen ja useimpien töiden pitäisi alkaa vasta kello 10, ja samanaikaisesti tulisi siirtyä kesäaikaan pysyvästi, jotta illalla olisi sitten enemmän aurinkoa. Mahdollisesti kelloja tulisi siirtää vielä vähän enemmän eteeenpäin.

Kello on kuitenkin vain suhteellinen mittari; On puhtaasti sosiaalinen sopimus, mitä "kello 8 aamulla" tarkoittaa. Auringonnousu ja -lasku ovat taas täysin objektiivisia asioita; emme voi sopimalla vaikuttaa siihen aikaan joka näiden välissä on, ainoastaan siihen, mitä kello näyttää silloin, kun toinen näistä tapahtuu. Jos me sopisimme että koulut alkavat vasta kello 10 ja töihin ei tarvitse tulla ennen kymmentä, ja samaan aikaan siirtäisimme kelloja kaksi tuntia eteenpäin, me emme itseasissa muuttaisi yhtään mitään muuta kuin sitä numeroa joka kellossa lukee.

Miksi tämä "ristiriitainen" käsitys sitten elää? Yksi syy on ehkä siinä, että ihmiset jotka kokevat aamuheräämisen vastenmieliseksi, valvovat öisin lähinnä sosiaalisista syistä. Esimerkiksi hyvin introvertit ihmiset saattavat nauttia siitä, että muut ihmiset ovat nukkumassa ja he voivat olla rauhassa yksin yöllä. Öisin on usein hiljaisempaa koska muut nukkuvat, ja moni saattaa esimerkiksi kokea kykenevänsä keskittymään paremmin. Tällöin ongelma ei liity auringonvaloon eikä yhteiskunnan aikatauluun sinänsä, vaan siihen että tällaisen yksilön on ylipäätään vaikeaa sopeutua samaan aikatauluun muiden kanssa.


maanantai 17. syyskuuta 2018

Bodi bild

Pidin taannoisen penkkiohjelman jälkeen 10 päivän tauon. Kun palasin salille toissa perjantaina, tuntui että olin entistä vahvempi. Aloitussarjoina tein tarkoituksella kevyet treenit:
  • Kyykky 2x5@120kg
  • Vinopenkki 4x5@70kg
  • Maastaveto 1x5@140kg
Plus päälle jotain heilutteluja käsipainoilla. Yleensä en "ohjelmoi" ohjelmaani käsipainoliikkeitä, tai muutenkaan eristäviä liikkeitä. Teen niitä kyllä joskus treenin lopuksi, jos energiaa on, mutta ne eivät ole ohjelman keskiössä, enkä tee niitä aluksi, jotta useamman nivelen liikkeet (compound movement) saavat päähuomion.

Vaikka treeni oli kevyt, oli reilu viikon tauko tehnyt tehtävänsä, ja sain armottoman DOMSin. Kun maanantaina menin uudelleen treenaamaan, en pystynyt tekemään koko treeniä. Keskiviikkona ongelma oli jo kadonnut, ja perjantaina pystyin tekemään raskaamman treenin kuin yllä mainittu. Perusohjelmani on tällä hetkellä:

  1. Maanantai
    • Kyykky 3x8 @ 70-80% max
    • Pystypunnerrus 3x8 @ 70-80% max
    • Soutu 3x8 (en tässä edes tiedä maksimia)
  2. Keskiviikko
    • Etukyykky 5x3 ~ 80% maanantain kyykystä 
    • Penkkipunnerrus 3x8 @ 70-80% max
    • Leuanveto 6x6 (+ lisäsarjoja jos jaksaa) 
  3. Torstai
    • Kyykky 1-2x5 @ 85-90% max
    • Vinopennkki 4-5x5@80-90% keskiviikon penkistä
    • Maastaveto 1x5 80-90% max
Tällä kuviolla jatkan nyt jonkin aikaa. Noin joka  neljäs viikko pidän kevennysviikon, jossa toistomääriä pienennetään 8--> 3, 5 --> 2, ja 3-->1, mutta intensiteettiä ei, jotta "paineet" pysyy kropassa. Ruokaa koitan saada syötyä "enemmän", jotta paino nousisi taas maltillisesti. Varsinaiseen hirviömäiseen bulkkaukseen en ole ryhtymässä, mutta sellainen 3500-4000kcal per päivä on varmaan ihan hyvä tavoite. Joskus olen syönyt jopa 5000kcal per päivä.

Jätin tavoitteellisen juoksemisen taas toistaiseksi pois. Nuorempi poikani, joka on nyt 11-vuotias, on innostunut juoksemisesta, ja käyn hänen kanssaan (ja hänen tahdillaan) lenkillä neljäkin kertaa viikossa. Tämä riittäköön aerobiseksi liikunnaksi. Toki kävelyä tulee se reilu kolme kilometriä päivässä työmatkoihin.

En ole nyt hetkeen punninnut itseäni. Veikkaan että paino on jotain vähän 90 kilon päälle. Massan kertyessä ja erityisesti kun tekee treeniä joka aiheuttaa pumppia, tulee mieleen aina välillä erilaisia kieroutuneita ajatuksia siitä, miten siistiä olisi poseerata speedoissa ja keho öljyttynä. En tarkoita tietenkään sitä, että olisin missään oikeissa kehonrakentajan mitoissa -- kaukana siitä -- vaan lähinnä tunne siitä, että lihakset ovat kasvaneet ja niitä on kiva pullistella.

Tämä aspekti treenaamisesta on ehkä kaikkei noloin. Useat voimatreenaajat häpeävät näitä ajatuksia, ja kieltämättä siinä on jotain hyvin naurettavaa. Toisaalta...

torstai 30. elokuuta 2018

Ennätyksiä ja Typeryyttä, vol II

Eiliseen asti, viimeiset kuusi viikkoa noudatin salikaverin kanssa yksinkertaisehkoa progressiivista ohjelmaa penkkipunnerruksessa. Ohjelmaan kuului penkkipunnerrus kolme kertaa viikossa, vuorotellen treeni A ja treeni B, joista A oli aina sama, eräänlainen palauttava treeni, ja B oli progressiivinen.

A-harjoitus oli aina samanlainen: 6x2, eli kuusi sarjaa, kaksi toistoa per sarja, painona 80% maksimista. Itse käytin tässä 87.5kg:ta joskin loppuvaiheessa muutin tämän yksinkertaisuuden vuoksi 90 kiloon. Käytin laskennallisena maksmimina 110 kiloa.

B-harjoitus eteni siten, että ensimmäiset kolme viikkoa intensiteetti oli sama 80%, ja toistomäärä nousi: 6x3, 6x4, 6x5 ja lopulta 6x6. Tässä vaiheessa siis oli kahdeksas harjoitus, ja yhdeksäs (A) oli siis kolmannen viikon viimeinen.

Jälkimmäisellä kolmella viikolla intensiteettiä alettiin nostaa, ja samalla pudottaa toistomäärää. 5x5@85%, 4x4@90%, 3x3@95%, 2x2@100% ja viimeisenä treeninä yksi toisto 105% intensiteetillä. En käyttänyt tarkkoja prosentteja, vaan yksinkertaisuuden vuoksi pyöristin nämä ja käytin painoina 95, 100, 105, 110 ja lopulta 115kg.

Ohjelma toimi minulla, ja ennätykseni kasvoi 5 kilolla, eli kun ennen ohjelmaa sain nostettua 110kg, sain sen viimeisenä päivänä nostettua 115kg. Tämä oli varsin hyvä progressio itselleni. Toki useimmat minun kokoiseni nuoremmat ja vakavammat harrastajat nostavat helposti yli 50 kiloa enemmän, mutta koin onnistuneeni tässä siinä mielessä, että en kokenut missään vaiheessa olkapäävaivoja, joita minulla pari vuotta sitten vielä oli säännöllisesti.

tiistai 21. elokuuta 2018

Syyt ja seuraukset.

Mielenkiintoinen kirja, jota olen hiljakseen lukenut kesän aikana on "The Book of Why". Kirja ei rehellisesti sanoen ole kovin hyvä, koska se hypettää ja selittää vaikeasti asiaa, joka on lopulta aika yksinkertainen. Alla kirjoitan aiheesta mutten ota sitä suoraan kirjasta, vaan se on kirjan inspiroimaa, ja lopussa kommentoin kirjaa suoremmin. 

Me kaikki "tiedämme", että korrelaatiosta ei voi päätellä kausaalisuutta. Jäätelön syönti kasvaa kesällä samaa tahtia hukkumiskuolemien kanssa, mutta ymmärrämme kaikki, ettei jäätelön syömisen kieltäminen vähennä hukkumiskuolemia. Kukko laulaa aina hieman ennen auringonnousua, mutta aurinko nousee varsin hyvin vaikka kukko ei laulaisikaan.

Muistetaan vanha kunnon bayesilainen päättely. En nyt ala tässä sitä kampaamaan sen enempää, siinä keskiössä on ehdollisen todennäköisyyden käsite. Jos meillä on tapahtuma A, jonka todennäköisyydestä olemme kiinnostuneita, ja olemme tehneet havainnon B, niin merkitään P(A | B):llä ehdollista todennäköisyytta, eli todennäköisyyttä että A tapahtuu kun tiedämme että B on tapahtunut. Esimerkiksi, jos tiedämme (tämä on esimerkki, en tiedä onko oikeasti näin, huom), että 75% autokolareista jompi kumpi osapuoli on ajanut ylinopeutta, niin nähdessämme kolarin (B), arvelemme että todennäköisyys on noin 75% että toinen tai molemmat ovat ajaneet ylinopeutta (A).

Tämä ei kerro tietenkään sitä, kuinka todennäköistä on että ylinopeutta ajava joutuu kolariin. Tätä todennäköisyyttä merkittäisiin P(B | A).  Näillä on kuitenkin yhteys, ja se tunnetaan Bayesin kaavan nimellä, eli P(B | A) = P(A | B)*P(B)/P(A).  Tämän tietääksemme meidän pitää siis tietää myös kuinka yleistä ylinopeus on, ja kuinka yleisiä kolarit ovat.  Ja jos ylinopeus on hyvin yleistä, mutta kolarit hyvin harvinaisia, niin tämä todennäköisyys voi olla paljonkin pienempi kuin P(A|B).

Bayesilainen päättely ei kuitenkaan itsessään vangitse varsinaisesti mitään tietoa kausaalisuudesta. Voimme aivan hyvin arvioida ym. todennäköisyyksiä ilman minkäänlaista käsitystä mikä seuraa mistäkin, eikä toisaalta tällaista todennäköisyyksien tunteminen itsessään auta meitä mitenkään päättelemään mikä on syy ja mikä seuraus.

Esimerkiksi Tampereella vuosittain arvuutellaan päivämäärää, jolloin Näsijärvi jäätyy, ja toisaaltaa päivämäärää, jolloin Näsijärvestä lähtee jäät. Kevään mittaan voimme olla kokolailla varmoja, että jos meillä on lämpömittari sopivassa paikassa Näsijärven rannalla, niin sopivina päivinä mitatut lämpötilat paljastavat meille paljonkin siitä, milloin jäät ovat lähdössä. Emme kuitenkaan voi nopeuttaa jäiden lähtöä esimerkiksi pitämällä tulitikkua tällaisen lämpömittarin alla. Ymmärrämme intuitiivisesti, että lämpömittarin lukema ei vaikuta jäiden sulamiseen, vaan lämpömittarin lukemaan ja jäiden sulamiseen vaikuttaa yhteinen tekijä, ilman lämpötila.

Merkitään tätä lämpömittariin (tai johonkin muuhun tapahtumaan B) vaikuttamista uudella operaattorilla, do(B). Tämä tarkoittaa, että jonkin (eksplisiittisen tai implisiittisen) mallimme ulkopuolelta tulevan tekijän avulla pakotamme B:n tapahtumaan.  P(A | B) on eri asia kuin P(A | do(B)), koska edellisessä me havaitsemme B:n tapahtuvan, ja jälkimmäisessä me aiheutamme B:n tapahtumisen.

Miten me voimme karakterisoida kausaalisuutta? Jos P(A | do(B) ) > P(A | do(!B)), niin tämä tarkoittaa että kun pistämme B:n tapahtumaan "väkisin", niin A:n todennäköisyys kasvaa. Tällöin B:n tapahtumisella on jokin kausaalinen suhde A:han. Se ei kuitenkaan tietenkään tarkoita että B jotenkin suoraan aiheuttaa A:n. Välissä voi olla montakin mekanismia.

En nyt tässä lähde kampaamaan kaikki erilaisia kausaalisia suhteita joita erilaisilla muuttujilla voi olla; Pearlin keskeinen argumentti on, että vaikka emme sinänsä voi päätellä pelkän datan perusteella kausaalisuutta, voimme päätellä, onko kausaalisuutta suhteessa tiettyihin oletuksiin. Lisäksi oletukset joita täytyy tehdä, eivät ole kovin vahvoja, eivätkä ne ole kovin "epätieteellisiä", eikä niitä tarvitse vetää hatusta.

Tämä tapahtuu ns. kausaalisten verkkojen avulla. Siinä relevantit muuttujat otetaan mukaan ja niistä muodostetaan graafi. Kaikkien teoriassa mahdollisten suorien kausaalisten suhteiden kohdalla piiretään nuoli. Otetaan tässä nyt kaksi esimerkkiä, tupakointi-syöpä ja hiilidioksidipäästöt-maapallon keskilämpötila, joiden kausaalista suhdetta haluamme selvittää.

Jos esitämme että jokin tupakoinnista riippumaton syy on sekä tupakoinnin että keuhkosyövän syy, niin voimme piirtää verkon jossa tämä (tuntematon) syy aiheuttaa molempia, ja tupakointi vain potentiaalisesti aiheuttaa syöpää. Me emme kuitenkaan voi tästä vielä päätellä vielä paljokaan, vaan tarvitsemme joko jonkin muuttujan joka taatusti liittyy tupakointiin mutta ei (suoraan) tähän ulkopuoliseen tekijään, tai sitten muuttujan joka liittyy tähän ulkopuoliseen tekijään, muttei (suoraan) tupakointiin.

Tällaisia muuttujia on muutama. Ensinnäkin, tupakoivilla ihmisillä keuhkoihin kertyy pieniä määriä tervaa. Tietenkään kaikille tupakoiville ei näitä tervajäämiä tule, mutta tällä ei ole merkitystä, kunhan korrelaatio on riittävän suuri.  Toisekseen, tiedetään että tupakointi ja turvavyön käyttö ovat tilastollisessa yhteydessä siten, että tupakoivat ihmiset käyttävät turvavöitä vähemmän kuin tupakoimattomat. Tässä korrelaatio ei ole kovin suuri, mutta se on riittävän suuri, että tilastoissa se, että henkilö ei käytä turvavyötä, on riskitekijä keuhkosyövälle jos mitään muuta ei huomioida. 

Jos meillä on kuvitteellinen mekanismi joka aiheuttaa sekä tupakointia että keuhkosyöpää, niin kysymys kuuluu a) onko mielekästä olettaa, että tämä mekanismi aiheuttaa tervan kertymistä keuhkoihin ja b) onko mielekästä että tämä mekanismi aiheuttaa sitä, että henkilö ei käytä turvavyötä. Oli mekanismi mikä hyvänsä, niin a)-kohdassa voimme postuloida esimerkiksi että syöpää aiheuttaa geeni, joka vähentää vierasaineiden poistumista keuhkoista ja siten saa tervaa kertymään keuhkoihin, ja että tämä toisaalta saa nikotiinin yms imeytymään keuhkoista herkemmin ja näin lisää todennäköisyyttä että henkilö alkaa tupakoida. b)-kohdassa on paljon vaikeampaa keksiä yhteyttä.

Ja katso: Tilastollisesti keuhkosyövän ja turvavyön käytön korrelaatio katoaa täysin, jos tehdään regressioanalyysi jossa keuhkosyöpää selitetään tupakoinnilla ja turvavyön käytöllä.  Tervajäämien kohdalla tilanne on hieman toisenlainen. Siinä voimme tehdä muutamia erilaisia "temppuja", joilla voimme tutkia riippumatonta suhdetta näiden välillä; En mene tässä kaavasulkeisiin, mutta Pearl:in do-kalkyylin avulla pystymme näyttämään, että jos oletus on ettei ulkopuolinen tekijä suoraan vaikuta tervan määrään keuhkoissa (vaan ainoastaan tupakoinnin välityksellä), niin tupakointi aivan yksiselitteisesti aiheuttaa keuhkosyöpää.

Tästä saamme siis myös falsifikaatiokriteerin. Jos todella löydämme esimerkiksi yllä postuloidun syöpää ja nikotiininhimoa aiheuttavan geenin, niin voimme todellakin vielä löytää keinon kumota johtopäätös. Niin kauan kun tällaista geeniä tms mekanismia ei löydy, paras arvauksemme on että tupakointi todella aiheuttaa syöpää.

Maapallon keskilämpötilaa tutkiessa taas otamme relevantiksi muuttujaksi hiilidioksidipäästöt -- tämä on ainoa asia johon voimme edes teoriassa soveltaa do- operaattoria. Tämän lisäksi otamme esimerkiksi vulkaanisen toiminnan ja erilaiset biologiset prosessit jotka myös tuottavat hiilidioksidia. Näistä kaikista tulee vetää nuoli ilmakehän hiilidioksidipitoisuuteen, joka on yksi relevantti muuttuja. Tämän lisäksi otetaan muuttujiksi auringon aktiivisuus, muunlaiset hiukkaset ilmakehässä,  maan pinnan albedo, jne. Näiden välille piirretään kaari jos on mitään syytä olettaa, että muuttuja vaikuttaa toiseen. Esimerkiksi ei ole mielekästä vetää viivaa hiilidioksidipäästöistä auringon aktiivisuuteen. 

Nyt voimme tutkia aikasarjoista näiden muuttujien välisiä suhteita. Pearlin do-kalkyylin avulla voimme laskea esimerkiksi hiilidioksidin kausaalisen suhteen lämpötilaan, kun tunnemme potentiaaliset muut syyt. En ala tässä nyt kampaamaan sitä, miten näin voimme todistaa hiilidioksidipäästöjen todella lämmittävän maapalloa, sillä do-kalkyyli on varsin työläs viedä läpi. Lopputulos on kuitenkin hyvin samanlainen kuin syövän ja tupakoinnin kohdalla: Olettaen että tunnemme relevantit juurisyyt, meidän ei tarvitse tuntea todellakaan kaikkia välittäviä mekanismeja voidaksemme päätellä kausaalisen yhteyden. Se, että esimerkiksi meret sitovat enemmän tai vähemmän lämpöä tai merivirrat jakavat lämmön eri tavoin maapallolla kuin mallit ennustavat, on epäolennaista; olennaista on se, onko meillä kaikki mahdolliset kausaaliset tekijät tiedossa. Näistä me yksinkertaisesti tiedämme että jos mahdollisia tekijöitä ovat hiilidioksidipitoisuus, erilaiset hiukkasjäämät, vesihöyry ja pilvisyys, ja auringon aktiivisuus, niin on täysin varmaa, että hiilidioksidipäästöt lämmittävät maapalloa.

Tietenkin, on mahdollista, kuten yllä, että on jokin tuntematon luonnonvoima joka lämmittää maapalloa. Esimerkiksi maapallon ytimestä vapautuu jostain syystä lämpöä joka pääsee jostain maankuoressa olevasta reiästä ilmakehään. Tai ehkä maapallo on ontto ja etelänavalla olevasta luukusta päästetään aika-ajoin lämmintä ilmaa maapallon sisuksista ilmakehään. Tai ehkä kuu lämmittää enemmän kuin aiemmin osasimme arvioida. Jne.

Monelle -- myös minulle -- Pearlin argumentaatio ja esitystapa tuntuvat ylenpalttiselta hypetykseltä. Tämä ei tarkoita etteivätkö kausaalisten verkkojen käyttö ja do-kalkyyli olisi hyödyllisiä innovaatioita. Aikanaan kun opiskelin ekonometriaa, osa näistä menetelmistä opetettiin, osaa taas ei. Esimerkiksi Pearlin "Back-door"-kriteeri oli minulle uusi. Esimerkiksi ns instrumentti-muuttujien käytölle löytyy perustelu aika hyvin Pearlin do-kalkyylistä, joskin Pearl antaa hieman eri kriteerit instrumenttimuuttujien käytölle.

Perinteisesti instrumenttimuuttujia käytetään kun meillä on kausaalinen suhde A:sta B:hen, mutta selittävässä muuttujassa A:ssa on mittausvirhettä, joka voi korreloida tuntemattomalla tavalla B:n kanssa, ja jolle ei mallissa ole selittäjiä. Tällöin "instrumentoidaan" etsimällä muuttuja(t) X siten, että A:n sijaan käytämme X:n avulla estimoitua Â:ta. Tässä oletus on, että siinä määrin kuin  ja A eroavat toisistaan, tämä heijastelee mittausvirhettä, ja Â:n ja B:n välinen suhde paljastaa "todellisen" vaikutuksen. Tämän perusteluna on, että jos todella kontrolloisimme A:n, niin havaintodatassa läsnä oleva kohina joka voi vaikutta B:hen ei tulisi enää kontrolloinnin jälkeen näkymään do(A):ssa; Â:n katsotaan vastaavan lähemmin do(A):ta.  Pearl esittää asian hieman toisin, mutta ero on minusta pitkälti filosofinen. En ole katsonut varsinaista matematiikkaa läpi, sillä Book of Why ei sisällä matemaattista esitystä tässä kohtaa sillä tasolla että voisin verrata.

Kaikenkaikkiaan tilastollinen kausaalinen päättely on kiehtova laji. Pearlin keskeinen "argumentti" on, että vanha nyrkkisääntö "correlation does not imply causality" on otettu liiaksi aksiomaksi ja se on tulkittu puritaanisesti  niin, ettei havaintoaineistosta voisi päätellä mitään kausaalisuudesta, korkeintaan kumota yksittäisiä hypoteeseja muttei koskaan validoida mitään. Olen tästä samaa mieltä. Havaintoaineistosta voidaan tehdä johtopääksiä suhteessa kausaalisiin oletuksiin. Kausaalisia oletuksia puolestaan voidaan tehdä varsin paljon aivan arkisen tietämyksen ja ymmärryksen varassa, ja joka tapauksessa, kun ei voida olla varmoja, on (epistemologisesti) turvallista olettaa kausaalisuus joka sitten voidaan (joskus) osoittaa vääräksi havaintoaineiston perusteella. Toisalta Pearl minusta sotkee pakkaa liiaksi esittämällä monimutkaisen "kausaalisuuden portaat"- argumentin.

Pearl esittelee kolme "kausaalisuuden porrasta", joista ensimmäinen on puhtaat havainnot. Tämä on taso jolle perinteinen tilastollinen analyysi jää, sillä korrelaatiot, ehdolliset todennäköisyydet, yms ovat kaikki matemaattisesti symmetrisiä siinä mielessä, ettei ole mitään keinoa pelkän tilastomatematiikan keinoin sanoa että mikä on kausaalinen suhde ja mikä ei. Toisella tasolla Pearl esittää interventiot eli kontrolloidut koejärjestelyt. Siinä havainnon lisäksi voidaan tehdä koe,  jossa muuttujia manipuloidaan. Tämä on taso jossa do-operaattoreita sovelletaan yksittäisiin suhteisiin, kuten esimerkiksi kun tehdään kaksoissokkokoe jonkin lääkkeen tehon tutkimiseksi. Toinen taso kykenee jo vastaamaan kysymyksiin kuten "mitä (todennäköisesti) tapahtuu jos teemme asian X".  Kausaalisuuden kolmas porras on ns kontrafaktuaalien taso. Siinä vastataan kysymyksiin kuten "X tapahtui, mutta mitä jos se ei olisi tapahtunut?". Tämä taso on se, joka minusta jäi vähän hämäräksi, sillä ensiksikään, en näe miksi eteenpäin suuntautuva hypoteesi ja menneisyyteen suuntautuva kontrafaktuaali olisivat mitenkään eri asemassa analyysin suhteen; Kausaalisessa verkossa kyse on vain suunnasta johon laskenta etenee, eikä siten mitenkään syvällisestä filosofisesta erosta.

Ymmärrän näiden kahden jälkimmäisen tason eron lähinnä psykologisena; Taso 2 viittaa yksittäisiin suhteisiin, se on eräänlainen feed-forward tarkastelu yhden kontrolloidun muuttujan kausaalisuuden suhteen (mitä tapahtuu jos painan tästä), kun taas taso 3 mahdollistaa laajan suunnittelun, jossa tutkitaan useita haluttuja ulostuloja, ja ratkaistaan kysymyksiä kuten "mitä kaikkia pitää painaa tai vetää jotta saamme tämän ylös ja tuon alas".

Kaikenkaikkiaan ihan viihdyttävää lukemista. En suosittele vakavaksi kirjaksi ihmisille jotka haluavat soveltaa asioita teknisesti omiin analyyseihin, mutta suosittelen kaikille niille, jotka kuvittelevat ettei havaintoaineistosta voi tehdä mitään johtopäätöksiä.