2.1.3 干预（do-operator）与反事实

文档摘要

2.1.3 干预（do-operator）与反事实 2.1.3 干预（do-operator）与反事实想象一下，你是一位医生，手握一份关于药物疗效的观测数据：患者吸烟、年龄、血压等变量与心血管疾病结果纠缠不清。单纯的关联分析告诉你“吸烟与疾病相关”，但这能指导干预吗？答案是否定的。因为关联是观察到的影子，因果才是行动的灯塔。在Judea Pearl的因果图框架中，干预（do-operator）和反事实正是点亮这盏灯的钥匙。前者模拟“如果我强制改变某个变量，会发生什么”，后者追问“如果那个特定患者当时没吸烟，结果会如何”。作为一线因果推断工程师，我每天都在用这些工具拆解复杂系统，从医疗决策到A/B测试优化。