因果推断（二）——混杂因子，D-分离，后门准则

上次已经和大家分享了因果推断中的贝叶斯相关知识，今天这部分和大家分享因果推断中的混杂因子，D-分离，后门准则的相关内容。

先上例子

以上一篇中的诺贝尔奖和巧克力的事件为例，下图是他们三者的因果图，从图中可以看出这是一个叉式结构，即A和C相关。但是他们的相关性是通过“经济，教育水平”关联的，他们之间是伪相关，而B就是混杂因子，是它造成了A和C之间的伪相关。从字面上也很好理解，是因为B的存在导致我们对A和C之间的因果关系产生了混乱。

下图这种形式B也是confunder，即混杂因子。这种情况下，我们想要去发掘A和C的因果关系时，需要去除混杂因子，因为A->C的因果关系和A<-B->C造成的伪相关混合在一起了。