第一章 因果之梯:从相关到因果


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。因果推断的起点,就是承认这一缺口并补上缺失的成分:因果假设。本章把这个动机讲透,用三条路径:发展史上关键人物的问题意识、潜在结果框架的严格定义、以及辛普森悖论这个最锋利的反例。

读完能解决什么

对照开篇三问:你会说清相关与因果在数学对象层面的差别(联合分布 vs 干预分布);能用潜在结果记号写出平均处理效应 ATE、处理组效应 ATT 的定义并解释"个体因果效应根本不可观测"这一根本困难;能手动复算一组辛普森悖论数据,并解释为什么它的两种矛盾结论各自都对、又都不能作为决策依据。

各节怎么分工

节 回答哪个问题 关键产出
1.1 相关不等于因果 因果之梯上每一层能回答什么问题 三层因果之梯结构图
1.2 潜在结果框架 因果效应的严格定义与根本困难 ATE、ATT、一致性等术语表
1.3 挑战与悖论 观察数据的陷阱长什么样 辛普森悖论完整数字表

先决条件

条件概率与期望的运算;看懂一张 2×2 列联表。不需要任何图模型基础——因果图是第 2 章的事,本章刻意只用代数和表格,让你先体会到"没有图语言时讨论混杂有多别扭"。

本章知识点清单

学完本章你应当能通过以下自检:说清因果之梯三层的定义与层间不可 downward 推理的原因;写出 ATE、ATT、ATC 的定义式并指出各自服务的决策问题;复述一致性/SUTVA、可交换性、正定性三大假设的准确内容与违反后果;手工复算一份辛普森数据并解释权重翻转机制;说明"混杂因子"三个候选定义的漏洞与结构论为何胜出;解释为什么观察数据再大也补不上因果方向的缺口。这些知识点里,潜在结果记号与三大假设是全册复用率最高的资产,后文每一章的方法都在"哪条假设、如何逼近"的框架里展开。

一个贯穿本章的练习

拿你手头任何一个"X 与 Y 相关"的业务结论,做三件事:把它改写成三层因果之梯上各有一个对应问题(分别写出);指出当前证据停在第几层;列出从当前层爬到决策所需层还缺的假设或数据。这个练习本章做一遍,学完第 3、4 章再做一遍——第二次你会发现清单变短了,因为有些"缺的假设"已经变成了"可检验的设计"。

术语表(本章)

因果之梯:关联/干预/反事实三层知识层级;潜在结果 Y(x):给定处理取值下的假想结果;ATE/ATT/ATC:全总体/处理组/控制组的平均效应;一致性:观察值等于对应潜在结果;SUTVA:个体潜在结果不依赖他人处理且无版本歧义;可交换性:处理分配与潜在结果独立(无混杂);正定性:每层内两种处理皆可能出现;混杂因子:处理与结果的共同原因。九个术语覆盖本章全部论证,后续章节的每个新概念都会回挂到这张表上。

往下走到哪

本章结束时你会发现一个悬而未决的问题:辛普森悖论里到底该看总体表还是分层表,答案取决于某个变量是不是混杂因子,而"混杂因子"的口头定义全都漏洞百出。第 2 章的结构因果模型与因果图,正是给这个概念以精确形态的工具。

作者与出处
原作者:灏天文库
来源:平台策划编纂
整理人: 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
发布者: 作者: 灏天文库 转发
评论区 (0)
U