【动手学因果推断】(一)：因果推断入门

【动手学因果推断】(一)：因果推断入门

• 🌸个人主页：JOJO数据科学
• 📝个人介绍：统计学top3高校统计学硕士在读
• 💌如果文章对你有帮助，欢迎✌关注、👍点赞、✌收藏、👍订阅专栏
• ✨本文收录于【动手学因果推断】本系列主要记录一些因果推断学习笔记，以及如何应用常见的方法，并给出相关代码，方便大家动手学习，后续会考虑做一些论文总结分析。

因果推断简要

背景

所谓因果推断，就是寻找变量间因果关系，并估计由于因对果造成的效应大小。它之所以重要，是因为因果关系一旦被准确衡量，那么只要控制了原因，我们就能得到想要的结果。例如我们知道了长高的原因，比如吃米饭是长高的唯一原因，那么如果我们想要长高，多吃米饭就可以了！因果推断应用到业务中也是一样，如果能发现某些事件与我们关心的业务指标间的因果关系，那么根据这些原因设计出有效的策略，就能得到我们想要的收益了。

接下来我们来看一个简单的例子，理解一下因果推断背后的motivation

1.Motivation：辛普森悖论

我们先来看一个非常经典的例子，假设今天我们出现了一个新的病毒：COVID-27，我们有两种治疗方案（A,B），我们该选择哪一种方案？

因此，我们先要做一批实验。分别对轻症和重症患者给予两种治疗，观察他们最后的结果来进行判断。假设实验结果如下：

对于方案A：15%的轻症病人死亡，30%的重症病人死亡，总死亡率16%

对于方案B：10%的轻症病人死亡，20%的重症病人死亡，总死亡率19%

首先我们来解释一下辛普森悖论，我们可以看到，在两组病人中，方案B的死亡率都更低，但是总体死亡率更高，这有点“反常识”，但是大家仔细观察，首先，轻症的病人死亡率一定低一些，其次，A方案大部分都是治疗轻症病人，B方案大部分是治疗重症病人，而他们的比例是不同的：轻症病人多于重症病人。

思考:我们应该选择哪个方案？

首先这个明显的悖论源于这样一个事实："总 "一栏可以解释为我们应该选择A治疗，而 "轻度 "和 "重度 "两栏都可以解释为我们应该选择B治疗。事实上，如果我们知道某人的病情，我们应该给他B治疗，如果我们不知道他的病情，我们应该给他A治疗。因此，治疗A或治疗B都可能是正确的答案，这取决于数据的因果结构。**换句话说，因果关系是解决辛普森悖论的关键。**现在，我们只是给出了什么时候应该选择A治疗和什么时候应该选择B治疗的直觉，下面我们来更深入的讨论一下背后的原理。

场景一：

如果病情是治疗的原因，治疗B对降低死亡率更有效。 这个例子的情况是，医生决定给大多数病情轻微的人提供A治疗。而他们把更昂贵和更有限的治疗方法B留给病情严重的人。因为病情严重的人更有可能死亡（也更有可能接受B治疗），B治疗将与总人口中的高死亡率有关。换句话说，治疗B与较高的死亡率有关，仅仅是因为病情是治疗和死亡率的共同原因。这里，条件混淆了治疗对死亡率的影响。为了纠正这种混杂，我们必须研究相同条件的病人中 这意味着较好的治疗方法是在每个亚群（ "轻度 "和 "重度 "列）中产生较低死亡率的治疗方法：治疗B。

我们选择B当C是T的原因

我们选择A当C是T的结果

场景二：

如果治疗的方案是病情的原因，那么治疗A就更有效 这个例子情况是，治疗B非常稀缺，需要病人在被开出治疗处方后等待很长时间才能接受治疗。治疗A则不存在这个问题。因为COVID-27患者的病情会随着时间的推移而恶化，开出治疗B实际上会使病情轻微的患者发展为严重的病情，造成更高的死亡率。因此，即使治疗B一旦用药就比治疗A更有效，由于选择处方治疗B会导致病情恶化（因为等待时间更长），因此治疗B总的来说效果较差。考虑到这种因果结构，治疗A是比较好的。

总之，更有效的治疗方法完全取决于问题的因果结构。 在情景1中，病情是治疗方案的一个原因，治疗B更有效。在情景2中，治疗方案是造成病情的原因，治疗A更有效。如果没有因果关系，辛普森悖论就无法解决。有了因果关系，它就不是一个悖论。

2.相关不等于因果

在我们平常使用的机器学习模型中，得到的估计反映的是变量间的相关性。但是相信大多数从事数据相关工作的同学都听过一句话，相关并不意味着因果（Correlation does not Imply Causation）。我们通过一个例子来直观地理解下这句话的含义。买雪糕的人越多，出现游泳事故的次数越多。如果只看这个结果，我们可以得出下面结论：

• 卖雪糕的老板要这些买雪糕的人去游泳😄
• 吃雪糕的人想要去游泳😃

事实上，因果关系只是相关关系的一种。除了因果（Causation），相关性的主要来源还有混淆（Confounding）和样本选择偏差（Selection bias）。三类分别对应以下三种结构：

2.1混淆（Counfounding)

混淆（Counfounding)是指存在一个变量$X$（混淆因子），该变量构成了$T$和$Y$的共同原因；如果忽略了$X$的影响，那么$T$和$Y$之间就存在假性相关关系：即$T$并非$Y$产生的直接原因。关于混淆，就像刚刚我们的例子那样：我们在夏天发现游泳溺水的人数增加，如果忽略了气温的影响，仅凭冰淇淋销量与溺水人数呈现出来的正向相关关系，则可能得出吃冰淇淋会导致游泳溺水的错误结论。

2.2样本选择偏差（Selection Bias）

样本选择偏差是指，当两个相互独立的变量T和Y产生了一个共同结果变量 （对撞因子），引入S则为T和Y之间打开了一条通路，从而误以为T和Y之间存在关联关系，这种现象也被称为“伯克森悖论”

例如，在一项研究中发现，一般人群中大约有5%的周肩炎，这一比例与其眼镜度数是否无关。但是当我们只关注过去3个月患周肩炎的患者时，却发现患有周肩炎，其眼镜度数平均提升250度。两者之间有很强的相关性！这是因为我们在研究“过去3个月内患周肩炎的患者”时，可能限制了对象都是一些平时用电脑较多的患者，因此他们用眼过度，导致眼镜度数增加。

现在我们了解了一些常见的相关和因果的例子，接下来我们看看如何研究因果问题，如何衡量因果效应呢？这是我们首先要回答的问题，下面我们先看一个定义

3.潜在结果（potential outcome）

潜在结果应该是我们因果推断中一个独特的定义，在机器学习和统计学中没有相关说明。我们将其定义为每一种干预下，可能的结果，任何一个干预都存在一个潜在结果

我们先来看两个场景：

场景 1

考虑一个你头疼的场景。你正在考虑是否吃药来帮助缓解头疼。如果你吃药后头疼好了，是否意味着吃药能够治愈头疼？假设你没有吃药头疼也会好怎么办？在这种情况下，吃药并不是让你头疼好所必需的，所以吃药对你的头疼好有因果关系的说法是站不住脚的。

场景 2

让我们稍微改变一下。考虑一下，如果你吃药后头疼好了，假设你没有吃药仍然头疼，在这种情况下，吃药对你的头疼缓解有因果关系。

在上述两种情况下，我们都使用了称为潜在结果的因果概念。你的结果Y代表是否头疼，Y= 1对应于不头疼而 Y= 0 对应于头疼。你的治疗T是你是否吃药： T= 1 对应你吃药 而 T = 0对应你不吃药

其中

• do(T=i)代表进行某种干预

• $Y_i(1)：$表示吃药后的潜在结果，$Y_i(0)：$表示没有吃药后的潜在结果

• $Y_i(1)-Y_i(0)$表示个人因果效应

• 单元（Unit）：干预作用的最小单元，可以是乘客、司机、订单、时间片等；一个单元可以视为数据集中的一个样本点。

• 干预（Treatment）：作用于Unit的动作，例如投放广告、优化定价策略等；干预可以是二元，也可以是多元，例如多个实验组有不同的干预水平。为了简化说明，下面我们假设干预是二元的，实验组对应，对照组对应。

因此 ，在情景一中：Causal effect = 1-1=0，在情景二中，Causal effect = 1-0=1

然而，在实际中，我们只能得到一个干预后的潜在结果，因为我们不能同时让一个人吃药又不吃药。

我们再引入两个概念：

• 事实结果（Factual outcome）：实际实施某种干预后所观测到的结果，也称为观测结果，是潜在结果的一种实际表现。

• 反事实结果（Counterfactual outcome）：对于一个单位来说，除了它真正被实施的干预以外，所有其他干预的潜在结果都是反事情结果。

例如，我们吃药了，那么我们是观测不到未吃药结果，此时未吃药就是一个反事实结果。

而某一个单位的反事实结果我们是不能直接得到的，因此这种情况，我们考虑一个群体的因果效应

Average treatment effect (ATE):$E(Y_i(1)-Y_i(0))=E(Y(1))-E(Y(0))$,直接求$E(Y(1))$不好算，我们有的是条件期望，得到$E(Y|T=1)-E(Y|T=0)$,我们会想知道这两个相等吗？然而，在很多情况下，我们是不相等的。回想我们刚刚的例子：相关性不等于因果。

当存在一个混淆变量（counfounding）时，C会对T有影响。那么如果我们能够得到一个随机控制实验，使得C与T无关，则上述两个等式是相等的

我们可以得到随机实验，使得控制组和对照组之间是可比的。但是在实际中，某些情况无法做随机实验，我们就只能使用观测数据来进行因果推断。

4.观测数据下的因果推断

我们知道AB随机试验虽然是评估因果效应最科学的方法之一，但是在一些实际情况中，AB实验不适用，例如：

• 样本之间存在一些关系

  • 样本之间存在社交网络关系（营销策略）
  • 样本之间存在竞争观察（分单策略）

• 样本被稀释（例如发券策略）

• 不存在可以分开的样本：

  • 例如双十一，我们无法干预哪些用户参与哪些用户不参与，这个时候没办法将用户分流。

• ex…

那我们如何根据观测数据来估计因果效应呢？

这里我们先介绍一个最简单的想法

假设我们有一个变量W，它能够充分控制Counfounding，

使得，当给定W=w时，$E(Y(t)|W=w)=E(Y|T=t,W=w)$,也就是通过这个W，阻断了其它变量对T的影响，此时我们就只有Y和T之间的关系。因此，我们根据概率论的知识，可以得到

这样就可以测量不同干预下潜在结果的期望。我们在回到一开始的例子来看看如何应用

此时，C相当于上面的W，那么根据上述的公式，我们可以计算结果如下：

我们从直觉上来看，此时在给定C的情况下，C即不是T的因，也不是T的果，因此我们要计算的应该是两种方案整体的治疗效果，因此，我们将两种病情的比例来作为权重，且两种方案权重应该一致，因为我们面对的就是整体对象！

5.总结

我们从几个实际的例子中了明白了因果和相关的联系与区别，我们知道因果关系结构会决定某一干预的结果。 因此，如何衡量这些因果关系和和效应是十分重要的。我们介绍了相关概念：潜在结果、反事实结果，从而定义了因果效应，但是我们在这篇文章介绍的衡量因果效应是从直观上来理解的，下一篇文章将会介绍具体的框架（潜在因果框架）