因果推断简介

Yule-Simpson Paradox

𝑋 和 𝑌 边缘上正相关，但是给定另外一个变量 𝑍 后，在 𝑍 的每一个水平上，𝑋 和 𝑌 可能负相关。由此可知，相关与因果不同。

• 吸烟是否导致肺癌：吸烟与肺癌正相关，但不能断言“吸烟导致肺癌”。这是因为可能存在一些未观测的因素，同时影响个体是否吸烟和是否得癌症。比如，某些基因可能使得人更容易吸烟， 同时容易得肺癌;存在这样基因的人不吸烟，也同样得肺癌。此时吸烟和肺癌之间相关，却没有因果作用。
• 健康工人效应：铀矿的工人平均寿命不比常人短，似乎证明铀矿工作对健康无影响。但事实上，铀矿的工人通常都是身强力壮的人，不在铀矿工作寿命会更长。

Rubin Causal Model（RCM）和随机化实验

因果推断常用模型：

• RCM：更加精确
• Causal Diagram：更加直观。

一些表示：

• 𝑍𝑖：个体 𝑖 接受处理与否，处理取 1，对照取 0
• 𝑌𝑖 ：个体 𝑖 的结果变量
• (𝑌𝑖(1), 𝑌𝑖(0))：个体 𝑖 接受处理或者对照的潜在结果(potential outcome)，每个个体要么接受处理，要么接受对照，(𝑌𝑖 (1), 𝑌𝑖 (0)) 中必然缺失一 半
• 𝑌𝑖(1) − 𝑌𝑖(0)： 个体 𝑖 接受治疗的个体因果作用

平均因果作用(Average Causal Effect)

随机性体现在 𝑖 上，𝑖 可以看成通常概率论中样本空间 Ω 中的样 本点 𝜔。在 𝑍 做随机化的前提下，我们可以识别总体的平均因果作用(Average Causal Effect):𝐴𝐶𝐸(𝑍 → 𝑌 ) = 𝐸(𝑌𝑖(1) − 𝑌𝑖(0))

这是因为
𝐴𝐶𝐸(𝑍 → 𝑌 ) =𝐸(𝑌𝑖(1)) − 𝐸(𝑌𝑖(0))
= 𝐸(𝑌𝑖(1)∣𝑍𝑖 = 1) − 𝐸(𝑌𝑖(0)∣𝑍𝑖 = 0)
= 𝐸(𝑌𝑖∣𝑍𝑖 = 1) − 𝐸(𝑌𝑖∣𝑍𝑖 = 0),
最后一个等式表明 𝐴𝐶𝐸 可以由观测的数据估计出来。其中第一个等式用 到了期望算子的线性性(非线性的算子导出的因果度量很难被识别!);第二 个式子用到了随机化，即 𝑍⊥(𝑌 (1), 𝑌 (0))(⊥表示独立性)。

观测性研究：可忽略性、倾向得分与回归分析

于有 Yule-Simpson Paradox 的存在，我们知道用如下的条件期望之差
𝐸(𝑌 ∣𝑍=1)−𝐸(𝑌 ∣𝑍=0)
是不能度量处理的因果作用的。

可忽略性与ACE的识别性