文档摘要

第一章 · 因果之梯：从相关到因果 本章要回答的三个问题：为什么两个变量高度相关，我们仍然不敢说一个导致另一个？因果推断给"X 导致 Y"下了什么样的可计算定义？观察数据里那些忽而成立忽而翻转的悖论，根源究竟在哪？ 为什么会有这一章 统计学的整套方法论——回归、假设检验、相关系数——建立在联合分布之上，而联合分布只描述"变量如何一起变化"，天生不区分"咖啡降低发病率"与"身体好的人才喝咖啡"。数据再多、模型再深，都跳不出这个圈。 会员。《第一章 因果之梯：从相关到因果》收录于灏天文库文集《因果推断 (Causal Inference)》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/655-%E5%9B%A0%E6%9E%9C%E6%8E%A8%E6%96%AD-causal-inference

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流