三问 因果推理 为什么需要 是什么 如何使用 (三问因果推理方法)
译者：AI研习社（ 听风1996 ）
双语原文链接： Causal Inference: What, Why, and How
作为一名经济学博士，我致力于寻找某些变量之间的因果关系，用来完成我的论文。因果关系强大到可以让人们有足够的信心去做决策、防止损失、求解最优解等。在本文中，我将讨论什么是因果关系，为什么需要发现因果关系，以及进行因果推理的常用技巧。
1. 什么是因果关系？
因果关系描述的是两个变量之间的关系，即一个变量如何诱发另一个变量的发生。它比相关关系要强得多，因为相关关系只是描述两个变量之间的共同运动模式。通过绘制散点图，可以很容易地观察到两个连续变量的相关性。对于分类变量，我们可以绘制柱状图来观察其关系。要知道两个连续变量之间的确切相关性，我们可以使用皮尔逊相关公式。 皮尔逊（Pearson）的相关性 介于-1和1之间，绝对值越大表示相关性越强。正相关意味着两个变量在同一方向共同运动，反之亦然。
但对于因果关系，要把握的关系就要复杂得多。为了知道变量A是否引起了变量B的发生，即干预A是否引起了结果B，我们需要保持所有其他变量不变，以隔离和量化干预的效果。我们需要控制的其他变量称为混杂变量，即与干预和结果都相关的变量：
在上图中，我举了一个混淆变量，其中年龄与戒烟率和致死率都是正相关的。年龄越大，死亡率越高，但吸烟率越低。如果我们在估计吸烟对死亡率的影响时没有控制年龄，我们可能会观察到吸烟会减少死亡率这样荒谬结果。我们不能在这里得出因果关系，因为我们没有控制所有混杂变量。关于这个例子的更多细节，你可以阅读我讨论 "辛普森悖论 "的文章：
所谓的“辛普森悖论”
在得出因果效应的结论时，我们需要记住的另一个因素是选择偏差。为了隔离治疗效果，我们需要确保治疗组单位是在人群中随机选择的。这样，我们在治疗后观察到的差异不是因为其他因素，而是因为治疗。举个例子，当一家超市想估计提供优惠券对提高整体销售额的影响时。如果超市只把优惠券传递给在店里购物的顾客（干预组），发现他们比没有收到优惠券的顾客（对照组）购买了更多的商品，那么市场由于选择偏差而无法在此处得出因果关系。没有将顾客随机选择到治疗组中。他们之所以在这里，是因为他们在超市购物，这表明与对照组相比，即使没有优惠券，他们也更可能从超市购买商品。比较来自治疗组和对照组的结果变量在这里将毫无意义。
为什么要估计因果关系？
得到因果关系是如此复杂的，何必还要呢？我们为什么不直接使用相关性呢？我们知道相关性在进行预测时是有用的。如果我们知道变量A与变量B有很强的相关性，那么知道变量A的值就可以帮助我们预测变量B的值。在业务环境中，我们可以利用相关性来预测给哪些客户群体做促销，这样我们就可以根据客户过去的行为和其他客户特征来提高转化率。但是，即使是最准确的预测模型，也不能得出结论，当你观察到客户转化率提高了，就是因为促销。我们需要设计实验或进行准实验研究，才能得出因果关系并量化干预效果。在这个例子中，因果推理可以告诉你，提供促销活动是否增加了客户转化率，以及增加了多少。因此，与相关性相比，因果关系能给决策者更多的指导和信心。
如何进行因果推断？
1、不同的干预效应
估计因果效应与估计你的利益结果变量的干预效应是一样的。根据具体的研究或业务问题，可以选择不同的治疗效果进行估计。假设Y是结果变量，其中Y⁰是没有干预的结果，Y¹是有干预的结果。T为虚拟变量，表示单位i是在干预组（T=1）还是对照组（T=0）：
平均而言，干预组和对照组之间的结果变量有何不同？
平均而言，干预组中的单位在接受和不接受干预的情况下，结果变量的差异是什么？
在这里，E(Y¹|T=1)是干预组单位的预期结果，它是可观察的。然而，E(Y⁰|T=1)是不可观察的，因为它是假设的。一个单位只能有Y⁰和Y¹这两种结果中的一种，这取决于这个单位所在的组别。如果这个单位已经接受了干预，我们可以观察Y¹，并使用不同的技术来估计Y⁰这个反事实变量。我将在后面讨论不同的技术。
条件平均干预效果是应用某些条件x来估计ATE。在某些情况下，干预会对不同的子组产生不同的影响，并且ATE可以为零，因为这些效果被抵消了。CATE可以用于估计子组之间的异质效应。
个体干预效应与CATE相同，应用的条件是单位是单位 i。
2，假设
如上所述，在声明因果关系之前，需要采取许多措施。在进行因果推断时，请记住以下假设：
3、工作流程
因果推理最大的挑战是，我们只能观察到每个单位i的Y¹或Y⁰，我们永远无法完美测量每个单位i的干预效果，为了应对这个问题，我们需要为干预组找到完美的对照组，使两组之间唯一的区别就是干预。这可以通过运行随机化实验或在随机化不切实际的情况下寻找匹配的干预组和对照组（准实验）来实现。以下是我认为有用的工作流程：
随机对照试验 （RCT）
如果总能随机分出干预组和对照组，生活就会轻松很多! 随机分配干预后，我们可以分别估计治疗组和对照组的结果变量，其差异就是平均治疗效果（ATE）。由于单位是随机选入干预组的，所以干预组和对照组的单位之间唯一的区别就是是否接受过干预。因此，结果变量的差异就是干预的效果。但是，有时由于网络效应或技术问题，无法将干预组和对照组随机化。或者把用户分成两组成本太高。例如，在估计促销活动的效果时，如果将部分用户排除在促销活动之外，会对用户的满意度产生负面影响。在这种情况下，我们可以进行准实验，也就是不依赖随机分配的实验。
DID通常是在对照组和干预组之间存在已存在差异时使用的。但是，我们认为干预组和对照组的结果变量增长趋势没有显著差异（平行趋势假设）。也就是说，按照下表的定义，两组在结果变量上的差异在治疗前后是相同的，d_post=d_pre：
干预组的结果差异为d_t，定义为Y(1,1)-Y(1,0)，对照组的结果差异为d_c，定义为Y(0,1)-Y(0,0)。d_t和d_c之间的差值为DID，即干预效果，如下图所示。
DID = d_t-d_c=(Y(1,1)-Y(1,0))-(Y(0,1)-Y(0,0))平行趋势假设是一个很强的假设，当违背这个假设的时候，DID估计就会出现偏差。
匹配
尽管不可能进行随机实验，但我们可以找到完美匹配的干预组，在不进行干预的情况下量化结果变量。我们可以根据interests特征构建一个人工对照组。例如，我们可以在一个城市给予促销活动，并与其他没有促销活动的城市进行结果变量的比较。这些城市除了促销活动外，其他因素都是相似的。这就像一个横向比较。
我们可以使用的另一种方法是时间序列比较，这叫做switch-back检验。例如，我们可以选择一个城市，在一周内给出促销活动，然后将结果变量与最近一段时间没有促销活动的这个城市进行比较。差异将是促销的效果。
这些技术在面对网络效应时相当有用。使用横向比较或时间序列比较，我们不需要把一个市场分成不同的群体。因此，我们不需要担心同一市场中群体之间的溢出效应。在对整个市场进行比较时，必须确保对照组和干预组市场之间的唯一差异是干预。
内生性
当独立变量X(干预)与回归中的误差项相关，从而使估计结果(干预对结果变量Y的影响)产生偏差时，就会产生内生性。引起内生性的方式有三种：
处理内生性问题总是很麻烦。除了包括所有混淆变量和引入一些随机化外，回归不连续和工具变量是解决内生性问题的另外两种方法。
1、回归不连续
回归不连续是在一个分界点测量干预效果。用一个例子会更容易理解。假设我们想估计发放奖学金对学生成绩的影响。简单地估计有奖学金和没有奖学金的学生之间的成绩差异，会因为内生性而使估计结果出现偏差。获得奖学金的学生即使没有奖学金，也更有可能获得更好的成绩。如果我们有一个给奖学金的临接点，我们可以利用回归不连续来估计奖学金的效应。例如，如果我们给成绩高于80分的学生发放奖学金，那么我们就可以估计成绩接近80分的学生的成绩差异。这背后的直觉是，在影响成绩的其他特征方面，得到79分的学生很可能与得到81分的学生相似。对于成绩在79到81之间的学生来说，被分配到干预组（有奖学金）和对照组（没有奖学金）是大致随机的。因此，我们只能看这个子人群的成绩差异来估计治疗效果。更多详情请查看 维基百科页面 。
2、工具变量
工具变量指的是与自变量X高度相关，但与因变量Y不直接相关的变量，它们的关系就像下图。
由于工具变量与结果变量并不直接相关，如果改变工具变量引起结果变量的变化，那一定是干预变量的原因。例如，在估计教育对未来收入的影响时，常用的工具变量是父母的教育水平。父母的教育水平与孩子的教育水平高度相关，而与孩子的收入并不直接相关。为具体的研究问题寻找工具变量是很困难的，它需要对相关文献和领域知识有充分的了解。在得到工具变量后，我们可以用2SLS回归来检验这个工具变量是否好用，如果好用，处理效果如何。详情请参考 维基百科页面 。
这些就是因果推理的what、why和how。希望本文可以帮助你总结基本概念和技术，感谢您的阅读。
AI研习社是AI学术青年和AI开发者技术交流的在线社区。我们与高校、学术机构和产业界合作，通过提供学习、实战和求职服务，为AI学术青年和开发者的交流互助和职业发展打造一站式平台，致力成为中国最大的科技创新人才聚集地。
如果，你也是位热爱分享的AI爱好者。欢迎与译站一起，学习新知，分享成长。
版权文章，未经授权禁止转载。详情见 转载须知 。
金凯特家具有限公司总部位于广东省肇庆市，旗下拥有“创意维简”全屋定制品牌。经过多年的不懈努力金凯特已发展成为集研发、生产、承接、设计、制造、销售于一体的大型家具企业。服务热线：07588491010
保障网-口碑装修网，提供诚信装修公司、口碑设计师、房屋室内装修设计、房子装饰装潢、装修效果图欣赏，业主家装、工装优选的装修平台。
电子资源网，您身边的移动应用下载专家。提供最全面、最新的手机软件资源，满足您对热门游戏攻略和即时资讯的所有需求。一站式下载服务，让您安全免费获取所需应用。
机械设计论坛-机械设计交流平台。最受机械行业人士欢迎的网上家园。机械设计，机械设计论坛，机械设计基础，机械设计手册，CAD论坛，solidworks论坛。机械CAD论坛主要提供autoCAD、solidworks、proe、catia、UG、inventor、solidedge、CAXA等软件及其他辅助软件和机械设计与制造理论知识分享及交流。机械设计论坛。
月长机械江苏有限公司从事换热器管板胀接工具：液压胀管机和液压胀管器黑胶胀头,常州周辉为您提供液压胀管机,液压胀管器黑胶胀头,气动管口平口机,管头削平器等管板胀接周边相关产品.胀换热器管板,克管板胀工艺接难题!请联系13506116557.
轨道运输机-单轨运输机-浙江大井机械有限公司浙江大井机械公司主营：轨道运输机、单轨运输机，是浙江省一家集科研、生产、销售为一体的专门生产农业机械设备、园林机械、渔业机械、清淤机械等产品的企业。现有员工26人。自制有农用搬运机械生产流水线。主要用于单轨运输机的生产。
广元好房子网旗下广元家装建材网，是广元地区专业的装修、装饰项目招标平台，广元业主可以在广元家装建材网免费发布装修招标。汇集广元各大装修装饰建材家居公司，并有权威广元装修公司排名可供参考。
搪瓷反应釜厂家山东搪联化工设备有限公司,主要生产搪玻璃反应釜,搪瓷反应釜，不锈钢反应釜，储罐等。我厂搪瓷反应釜规格、型号、尺寸齐全.搪玻璃反应釜厂家排名选搪联
枣强县盛飞复合材料有限公司是集设计、开发、制造与销售为一体的实业型企业。
坚果投影是全球最早成立的智能投影品牌之一，是投影行业真正的创新者，每一次颠覆都来自坚果。坚果自研500多项投影核心技术，斩获50多项国际设计大奖；并因此受到用户青睐，成为投影行业头部品牌。
山东比亚科技有限公司位于山东省济南市高新区，是一家致力于能效管理、信息系统集成及相关产品的综合性科技企业。公司本着“以人为本、规范管理、科技领先、持续发展”的经营理念，集研发、制造、方案设计、技术咨询、工程施工于一体，坚持在电子、通信、软件等领域发展，具有成熟的产品系列，全面服务于国内、外市场。
链兴陶云工厂
在特斯拉的联合创始人兼CEOElonMusk放出人工智能恶魔论之后，今天又开始放话了，在未来，人类开车的，权力，被剥夺，而机器人将会取代人类，控制驾驶汽车，因为机器人比人类更加胜任驾驶工作，从统计学的角度来说，人类驾驶只会成为道路安全的不利因素，将来，特斯拉可是要做无人驾驶，也难怪这么说话~，在年度开发者大会上，Musk对NVIDI...。
2月23日，清华大学计算机系崔鹏副教授与斯坦福大学SusanAthey，美国科学院院士，因果领域国际权威，合作，在全球顶级期刊NatureMachineIntelligence，影响因子IF=15.51，2020，上发表题为，StableLearningEstablishesSomeCommonGroundBetweenCausalI...。
重磅消息！原澳大利亚阿德莱德大学教授、计算机视觉大牛沈春华已回国，并全职加入浙江大学，据主页介绍，沈春华于今年12月入职浙江大学，并兼任莫纳什大学信息技术学院的数据科学与AI无偿兼职教授，他本科毕业于南京大学，并拥有南京大学信号处理系和澳大利亚国立大学应用统计学系的两个硕士学位，于2005年获得阿德莱德大学计算机视觉博士学位，博士毕业...。
编者按，近日，2019第四届全球人工智能与机器人峰会，CCF，GAIR2019，于深圳正式召开，峰会由中国计算机学会，CCF，主办，雷锋网、香港中文大学，深圳，承办，深圳市人工智能与机器人研究院协办，得到了深圳市政府的大力指导，是国内人工智能和机器人学术界、工业界及投资界三大领域的顶级交流博览盛会，旨在打造国内人工智能领域极具实力的跨...。
2019年8月24，26日，第三届图像计算与数字医学国际研讨会，ISICDM2019，，在西安索菲特酒店召开，研讨会由国际数字医学会与国家天元数学西北中心联合主办，西安电子科技大学数学与统计学院与空军军医大学，第四军医大学，生物医学工程学院联合承办，雷锋网&，AI掘金志第三次作为大会首席合作媒体，全程参与ISICDM的报道，在8...。
上世纪九十年代，斯坦福大学的知名生物信息学教授RobTibshirani曾拟了一个词汇表，将机器学习与统计学中的不同概念作了简单而粗暴的对应关系，一方面，这个表格为理解机器学习提供了基础的认识，但同时，其简单地将深度学习或机器学习中的概念归纳为统计学中的词义，也引起了大多数人对深度学习本质的认知偏差，即深度学习是，简单的统计，然而，...。
日前，云天励飞任命肖嵘博士担任大模型筹备组组长，据了解，肖嵘博士曾在微软亚洲研究院从事统计学习及机器视觉方向的研究，是微软人脸识别引擎的奠基人之一；曾于美国微软Bing多媒体搜索部门任职，2021年加入云天励飞后，肖嵘博士担任产品算法副总裁，负责人工智能算法研发及产品化等方面的工作，除了肖嵘博士之外，云天励飞还拥有一支结构完整的研发团...。
译者，AI研习社，听风1996，双语原文链接，CausalInference，What，Why，andHow作为一名经济学博士，我致力于寻找某些变量之间的因果关系，用来完成我的论文，因果关系强大到可以让人们有足够的信心去做决策、防止损失、求解最优解等，在本文中，我将讨论什么是因果关系，为什么需要发现因果关系，以及进行因果推理的常用技巧...。
企业与科学家们正走得越来越近，最近，又有一位AI大牛荣获大奖，被誉为，机器学习之父，的美国计算机科学与统计学家MichaelJordan，因其，对机器学习的理论基础及其应用作出了根本性贡献，获得了由世界顶尖科学家协会颁发的世界顶尖科学家协会奖，WLAPrize，——，智能科学或数学奖，MichaelJordan是机器学习领域的先驱，...。
把，冷板凳，坐热了，是当今生信人的一大喜悦，在科研舞台上，生物信息学，Bioinformatics，有着杂糅而成的名字，却仅为角落里不起眼的存在，其原因不外乎，太新，太交叉，太应用导向，，以上三者使得很多人认为这一学科不成体系，没有理论根基，此外，生物信息学易学难精，从业人员需要生物学知识的同时，还需掌握计算机科学和统计学等领域...。
专访统计学者许宪春：GDP的基本统计准则与现实中的难题,许宪春,收入法,服务业
看手相不是百分之百准毕竟手相面相只是一种统计学，最凶猛的手相高手他看相的准确率最高也就只要百分之八十左右，世上的事没有什么是相对的你只可以参考无法全信，但有的时刻有些事宁肯信其有无法信其无，手相不能选择一团体的命运，能选择你的人生与命运的人只要你自己的生存态度，一团体的完成与否不光是看手上的这几条掌纹它关键是让咱们看到它的这种偏差，咱...。
雷锋网按，Google的TensorFlow是AI学习者中使用率最高、名气也最大的深度学习框架，但由于TensorFlow最早是基于Google的需求开发的，在实际使用上也会存在如文档乱、调试难等诸多缺点，而且开发时间比较早未能及时对一些新的需求进行反应，据雷锋网了解，由于缺乏类似PyTroch、DyNet的动态图功能，Lecun就不...。
文字链接认证代码普通联盟标志认证代码企业广告联盟标志认证代码广告联盟评测代码说明，本页面的认证代码为阳光广告联盟专用评测代码，站长需懂简单html知识，直接复制代码粘贴到联盟网站相应页面即可使用，本代码不适用于其他广告联盟网站请勿获取！文字认证，文字链接代码认证适用所有类型的广告联盟，复制代码后放在阳光广告联盟网站首页底部或友情链接位...。
1月31日，马斯克在推特上预告将在Clubhouse，一款语音聊天软件，进行在线分享，昨晚，Clubhouse俨然已经变成了一个狂欢趴体，而马斯克仅仅只是在Clubhouse上开了个房间，一夜之间这款硅谷社交软件就在国外炸了锅，而这个名为，ElonMuskonGoodTime，房间一瞬间就涌入了5000人，甚至有人想进都进不去，就连马...。
►文观察者网严珊珊据香港英文媒体，南华早报，7月14日报道，中国迷信家近日提出了一项设计方案，拟树立一个相似于北斗导航系统的能够服务于全月面的通讯导航星座，报道征引6月在，中国空间迷信技术，上宣布的论文，近月空间星座轨道设计方法，引见了这一钻研停顿，该文作者为来自北京空间航行器总体设计部的陈诗雨、倪彦硕以及中国航天科技团体五院嫦娥八号...。
赶集网是中国笼罩地区范畴广、涵盖消息门类全的本地生存消息门户，无需注册即可收费查找和颁布各种生存关系消息，如，租房，二手房，二手车，二手东西，家具家电，电脑数码，手机，服务，搬家，家政，装修，招聘求职，宠物，票务，教育培训，同城交友，优惠，58同城和赶集网做招聘哪个成果好，58同城和赶集网的招聘成果都可以，他们都是一个很好的平台...。