因果推理(causal inference)中的ATT和ATE有什么区别？

ATE(average treatment effect)和ATT(average treatment effect for the treated group)是了解causal inference绕不开的两个概念，但这两个概念看上去非常相似，大部分中的文献定义有些抽象。所以我在这里尝试分享下我的理解，但我的目标并不是成为一个理论研究者，所以解释可能会不严谨，仅供参考。

首先说下TE(treatment effect)的概念：对于一个人Peter（subject），如果他在平行宇宙（所有其他条件完全相同）的两个时间线，一个吃了药（treated），一个没吃药（untreated），导致了一个时间线的中他的血压（outcome）是120，另一个是180，那么我们可以说这个药在这个subject上的TE就是120-180=60。

那么如果我们研究的目标是人类，而不是Peter，我们就需要求出所有人的TE，然后取平均，这就得到了ATE。

下面回到现实，我们无法知道平行宇宙另一端的事情，所以我们只能列举出所有导致血压变化的因素（confounders），然后找到这些因素与Peter都相同的人（这个过程称为matching），假如Peter吃了药，而这个人没吃，那么我们用Peter的血压减去这个人的血压就得到了ATT，为什么是ATT呢，因为我们是依据吃了药的Peter来确定confounders，进而通过confounders来找控制样本（control group）。换句话说，ATE要考虑所有人的TE，而ATT只考虑treated group的TE，例如，如果我们现在有吃了药的Peter和没吃药的Danny，那么ATE需要调研的是Peter和Danny相关的confounder，而ATT只关注Peter。但实际上，ATT和ATE之间是有关联的。

参考视频：https://www.youtube.com/watch?v=6Vg10LxmWUY