因果推断（三）各种效应和它们之间的关系：ATE、ATT、ATC、ITE、CATE、LATE

1、思维导图

学习因果推断的时候，发现各种书籍和文献里出现了纷繁复杂的各种效应，已经傻傻分不清楚了！今天系统的整理下，后面如果有新的认知再修改和完善。

2、效应

用于评判干预与否的结果差异的指标。通过对各个研究对象干预与否的潜在结果的比较得出。

3、ITE / ICE（Individual Treatment/Causal Effect）

1. 定义：对于同一个对象，处置和不处置的效应之差；
   $${\tau }_i=Y_i(1)-Y_i(0)，i=1,...,N$$
2. 特点：不可观测的 (unobservable)；
3. 举个例子：我们想知道对H同学而言，读博对她的收入有什么影响，那么我们需要知道读博后她的收入是多少，和不读博她的收入是多少，两者相减就可以得到$ITE$。但是H同学不可能既读博，又不读博，所以我们说$ITE$是不可观测的。

因此统计意义上，往往更关注总体的统计特征，即ATE。

4、ATE / ACE（Average Treatment/Causal Effect）

1. 定义：假设所有对象都接受处置（$X=1$）的平均结果是$E(Y=1)$，所有对象都接受对照（$X=0$）的平均结果是$E(Y=0)$，那么：
   τ A T E = E [ I T E ] = E [ Y i ( 1 ) − Y i ( 0 ) ] = E [ Y i ( 1 ) ] − E [ Y i ( 0 ) ] \tau^{ATE} = E[ITE] = E[Y_i(1)-Y_i(0)]=E[Y_i(1)]-E[Y_i(0)] τATE=E[ITE]=E[Yi<