因果推断 (Causal Inference)

因果推断教程导读

「Correlation is not causation」——相关不等于因果，这句行话几乎每个做过数据分析的人都背得出来，可一旦落到实际问题，它究竟在阻止我们犯什么错？本教程以概念筑基为主线，从这句话出发，一层一层把因果推断的知识地基打好：先弄清"相关"与"因果"的本质差别，再学因果之梯、结构因果模型与因果图，然后掌握混杂、对撞、中介这三种图结构，接着进入 do 算子、后门准则与各种估计方法，最后抵达工具变量、敏感性分析、因果发现与机器学习的交叉地带。

这本教程解决什么问题

假设你看到数据：喝咖啡的人心血管病发病率更低。要不要据此建议全民喝咖啡？大多数统计课到这里会说"相关不等于因果"就结束了，剩下的问题——那怎样才能从观察数据里得到因果结论——恰恰是因果推断的全部内容。这本教程不满足于提醒你"小心混杂"，而是给你一整套可以落地的语言与工具：用潜在结果定义什么是因果效应，用有向无环图把领域知识写成因果假设，用后门准则与 do 演算判断效应能否识别，用匹配、加权、断点回归、工具变量等方法把它估计出来，并用敏感性分析回答"没测到的混杂要强到什么程度才会推翻结论"。

全册知识地图

第 1 章是地基：辛普森悖论会告诉你，为什么"分层看数据"本身就需要因果假设才能解释。第 2 章把因果关系写成图，这是全册最重要的一步——因果图的三个基本结构（链、分叉、对撞）决定了变量之间哪些关联会流动、哪些被阻断。第 3 章回答"效应能不能算"，第 4 章回答"效应怎么算得准"，两章合起来就是因果推断的识别与估计两大支柱。第 5 章处理现实世界的复杂性：效应因人而异、个体互相影响。第 6 章把方向反过来，从数据反推因果图。第 7、8 章回到应用与工程，把前面的概念接到 DoWhy、EconML 这些可以在生产环境使用的工具上。

适合谁读

你需要基础的概率统计知识：懂期望、条件概率、回归系数的含义即可，不要求测度论。每节都配了具体数字的例子（例如辛普森悖论的完整列联表、倾向得分的匹配参数、工具变量强度 F 统计量的经验阈值），也配了概念性代码片段帮助把公式落到操作层面。读法上建议按章节顺序：因果推断的概念环环相扣，第 2 章的图结构如果跳过，第 3 章的后门准则会变成死记硬背的规则，而它本该是一条几何上显而易见的推论。

各章一句话导读

第 1 章用悖论和反例建立"为什么需要因果"的直觉；第 2 章给出描述因果的数学语言；第 3 章是全册的理论核心，教你判断一个因果问题在给定假设下是否有唯一答案；第 4 章篇幅最大，把随机实验之外的主要估计武器逐个拆解；第 5 章面向进阶读者；第 6 章适合需要从数据探索因果结构的场景；第 7 章给出三个领域的完整案例复盘；第 8 章收束到工程实践与工具选型。

学完本教程，你应当能独立完成一条完整链路：把一个业务问题翻译成因果问题，画出因果图，判断可识别性，选择并实现合适的估计方法，最后对结论的稳健性做出定量评估。