·causal-inference-root-cause
</>

causal-inference-root-cause

يُستخدم عند التحقيق في سبب حدوث شيء ما والحاجة إلى التمييز بين الارتباط والسببية، أو تحديد الأسباب الجذرية مقابل الأعراض، أو اختبار الفرضيات المتنافسة، أو التحكم في المتغيرات المربكة، أو تصميم التجارب للتحقق من صحة الادعاءات السببية. يتم الاستدعاء عند تصحيح أخطاء الأنظمة، أو تحليل حالات الفشل، أو البحث عن النتائج الصحية، أو تقييم تأثيرات السياسة، أو عندما يذكر المستخدم السبب الجذري، أو السلسلة السببية، أو الارتباط المربك، أو الارتباط الزائف، أو يسأل "لماذا حدث هذا بالفعل؟"

23التثبيتات·0الرائج·@lyndonkl

التثبيت

$npx skills add https://github.com/lyndonkl/claude --skill causal-inference-root-cause

كيفية تثبيت causal-inference-root-cause

ثبّت مهارة الذكاء الاصطناعي causal-inference-root-cause بسرعة في بيئة التطوير لديك عبر سطر الأوامر

  1. افتح الطرفية: افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal
  2. نفّذ أمر التثبيت: انسخ ونفّذ هذا الأمر: npx skills add https://github.com/lyndonkl/claude --skill causal-inference-root-cause
  3. تحقق من التثبيت: بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw

المصدر: lyndonkl/claude.

Systematically investigate causal relationships to identify true root causes rather than mere correlations or symptoms. This skill helps distinguish genuine causation from spurious associations, test competing explanations, and design interventions that address underlying drivers.

Trigger phrases: "root cause", "why did this happen", "causal chain", "correlation vs causation", "confounding", "spurious correlation", "what really caused", "underlying driver"

A systematic approach to determine whether X causes Y (not just correlates with Y):

يُستخدم عند التحقيق في سبب حدوث شيء ما والحاجة إلى التمييز بين الارتباط والسببية، أو تحديد الأسباب الجذرية مقابل الأعراض، أو اختبار الفرضيات المتنافسة، أو التحكم في المتغيرات المربكة، أو تصميم التجارب للتحقق من صحة الادعاءات السببية. يتم الاستدعاء عند تصحيح أخطاء الأنظمة، أو تحليل حالات الفشل، أو البحث عن النتائج الصحية، أو تقييم تأثيرات السياسة، أو عندما يذكر المستخدم السبب الجذري، أو السلسلة السببية، أو الارتباط المربك، أو الارتباط الزائف، أو يسأل "لماذا حدث هذا بالفعل؟" المصدر: lyndonkl/claude.

حقائق جاهزة للاقتباس

حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.

أمر التثبيت
npx skills add https://github.com/lyndonkl/claude --skill causal-inference-root-cause
المصدر
lyndonkl/claude
الفئة
</>أدوات التطوير
موثق
أول ظهور
2026-02-01
آخر تحديث
2026-03-10

Browse more skills from lyndonkl/claude

إجابات سريعة

ما هي causal-inference-root-cause؟

يُستخدم عند التحقيق في سبب حدوث شيء ما والحاجة إلى التمييز بين الارتباط والسببية، أو تحديد الأسباب الجذرية مقابل الأعراض، أو اختبار الفرضيات المتنافسة، أو التحكم في المتغيرات المربكة، أو تصميم التجارب للتحقق من صحة الادعاءات السببية. يتم الاستدعاء عند تصحيح أخطاء الأنظمة، أو تحليل حالات الفشل، أو البحث عن النتائج الصحية، أو تقييم تأثيرات السياسة، أو عندما يذكر المستخدم السبب الجذري، أو السلسلة السببية، أو الارتباط المربك، أو الارتباط الزائف، أو يسأل "لماذا حدث هذا بالفعل؟" المصدر: lyndonkl/claude.

كيف أثبّت causal-inference-root-cause؟

افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/lyndonkl/claude --skill causal-inference-root-cause بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw

أين مستودع المصدر؟

https://github.com/lyndonkl/claude