用观测数据推断因果的问题（一文搞懂混杂因素、辛普森悖论）

聊到因果推断与相关性的关系，大家其实都已经有一个认知叫做 相关性 != 因果性， 但学界从统计推断发展到后来因果推断是经历了一个漫长的过程，直到今天，我们仍然基础的对数据的处理和认知离不开统计推断的方法，所以学习了解用观测数据做因果推断可能导致的问题，能帮助我们在分析得到更准确结论的路上，走得更远一些！！

案例1： 中间变量做分层，引发悖论

现象：

• 各血压分层段，都是使用止血带的组治疗效果更差；

• 联来看，使用血压带治疗效果更好；

原因分析：

血压作为中间变量，血压带先作用于血压，在作用于治疗效果；

此外，血压还单独有部分对治疗效果的负向作用

因此，如果按照血压带进行分层，意味着在同分层内，只剩下负向效应，所以表现出不用血压带

 

案例2：混杂因素做分层，消除悖论

现象：

• 各个年龄段都是运动越多，胆固醇会越小；

• 联合来看，运动量越大，胆固醇越大；

<