因果系列文章（9）——反事实（下）

4月4日，新冠病毒全球累计确诊已经突破100万，其中美国已超过24万。4月2日，外交部新闻发言人华春莹在新闻发布会上质问美国：“如果当初最先发生疫情的国家是美国，而不是中国，美国会处理的比中国更好吗？”我们难以假设那种情况的存在，但是从美国现在的处理行动来看，答案很大可能是不好的。——现实中的“反事实”

这一节还是继续学习反事实推理。有关反事实有一个重要的定理描述如下：

【定理】如果变量集 Z 满足 X→Y 的后门条件，那么对于所有可能的 x ，反事实 Yx 都与 X 以 Z 为条件独立。

                                                    P(Yx|X,Z)=P(Yx|Z)                                                       (1)

这个定理使得我们直接得到了一个有关估计P(Yx=y) 的式子：

第一个等号是全概率公式。第二个等号是根据(1)式。第三个等号是根据上一节提到的“一致性原则”：如果我们观测到X=x，那么反事实的结果与原结果保持不变，YX=x=Y。

另一个定理是关于线性系统中的反事实。这个定理告诉我们，只要 E[Y|do(X=x)] 是可估计的，任何反事实 E[YX=x|Z=e] 都是可估计的。

【定理】定义 X 对 Y 的总效应的斜率 τ 如下：

                                           =E[Y|do(x+1)]−E[Y|do(x)]

那么，对于任何已知的证据 Z=e 都有：

                                          E[YX=x|Z=e]=E[Y|Z=e]+(x−E[X|Z=e])                               (3)

在上一节课外辅导和考试成绩的例子中，我们计算了在观测到证据 e={X=0.5,H=1,Y=1} 情况下的的反事实 YH=2 。现在我们可以用公式(3)来计算参与者处理效应（effect of treatment on the treated，ETT）。

ETT=E[Y1−Y0|X=1]

根据这个定理我们可以得到：

ETT=E[Y1|X=1]−E[Y0|X=1]

=E[Y|X=1]−E[Y|X=1]+(1−E[X|X=1])−(0−E[X|X=1])=

=b+ac=0.9