因果推断入门指南：从ATE原理到Python实战

1次阅读

共计 1353 个字符，预计需要花费 4 分钟才能阅读完成。

在数据分析中，我们常常会遇到一个经典问题：观察到两个变量相关，就误以为它们之间存在因果关系。比如，观察到冰淇淋销量增加时溺水事件也增加，就得出“吃冰淇淋导致溺水”的错误结论。实际上，这两个变量都受到气温升高的影响。这种混淆相关性和因果关系的错误推断，在业务决策中可能导致严重后果：

营销活动中错误归因：将自然增长误认为是营销效果
医疗领域误判药效：将患者自愈归功于无效治疗
政策评估产生偏差：错误估计政策实际影响

因果推断中两个核心概念：

ATE（Average Treatment Effect）：平均处理效应，表示干预对整体人群的平均影响
CATE（Conditional Average Treatment Effect）：条件平均处理效应，表示干预对特定子人群的影响

常用方法对比：

回归调整 ：简单直接，但依赖模型设定正确
倾向得分匹配 ：适用于观察性研究，需要重叠假设
双重机器学习 ：能处理高维混杂变量，计算量较大

下面用 Python 的 DoWhy 库演示完整因果分析流程：

# 导入必要库
import dowhy
from dowhy import CausalModel
import numpy as np
import pandas as pd

# 生成模拟数据
data = pd.DataFrame({'confounder': np.random.normal(size=1000),
    'treatment': np.random.binomial(1, p=0.5, size=1000),
    'outcome': np.random.normal(size=1000)
})

# 1. 构建因果图
model = CausalModel(
    data=data,
    treatment='treatment',
    outcome='outcome',
    common_causes=['confounder']
)

# 2. 识别因果效应
identified_estimand = model.identify_effect()

# 3. 估计因果效应
estimate = model.estimate_effect(
    identified_estimand,
    method_name='backdoor.propensity_score_stratification'
)

# 4. 反驳结果（鲁棒性检验）refute_results = model.refute_estimate(
    identified_estimand, 
    estimate,
    method_name='random_common_cause'
)

在实际应用中需要考虑：