考虑因果马尔可夫条件 (CMC) 的一种方法是给出“筛选”规则：一旦你知道$X$的父母，所有其他变量$V$变得与预测无关$X$， 除了$X$的后代。

我发现示例使 CMC 最容易理解。我做了一个快速的谷歌图片搜索“心血管疾病的机制”，所以我可以给你一个医学例子。拿这张图（我们称之为$G$):

假设你有一个概率分布$P$在变量$G$. 如果 CMC 坚持$P$（关系到$G$)，那么你可以推断：

• 如果我知道患者的氧化应激和炎症量，那么了解患者的斑块进展程度不会给我任何有关患者血小板的额外信息。
• 如果我知道患者的Atheroma数量，那么了解氧化应激和炎症的数量将无法帮助我预测斑块的进展。

但是，CMC允许以下可能性：

• 如果我知道患者的Atheroma数量，那么了解患者的斑块破裂程度可能仍然可以告诉我更多关于斑块进展的信息。（我正在从后代变量中学习。）
• 如果我不知道患者的氧化应激和炎症程度，那么了解患者的斑块进展程度可能会给我一些额外的信息，帮助我预测患者的血小板。（我不以父母为条件。）