1. 因果推断是什么？

1.1 因果性与相关性

事件/变量之间的关系，最主要的有相关性和因果性。

• 相关性是指在观测到的数据分布中，X与Y相关，如果我们观测到X的分布，就可以推断出Y的分布
• 因果性是指在操作/改变X后，Y随着这种操作/改变也变化，则说明X是Y的因cause

在常用的机器学习算法中，关注的是特征之间的相关性，而无法去识别特征之间的因果性，而很多时候在做决策与判断的时候，我们需要的是因果性。

举个例子，我们会发现在学校中，近视的同学成绩更好。近视和成绩好之间有强相关性，但显然近视不是成绩好的原因。而我们想要提升学生成绩，自然需要找到因，否则就会通过给学生戴眼镜的方式来提高成绩。

上面的例子是很明显地可以区分出相关与因果的，但是也有很多难以区分的，如经常喝葡萄酒的人寿命更长，是因为葡萄酒确实能延长寿命，还是因为能经常喝的人通常更富有，享有更好的医疗条件。

1.2 识别因果的必要性

很多时候，我们通过统计学方法或者机器学习算法得到的特征之间的相关性，就足以为我们的验证、决策提供指导，比如，我们通过数据发现，用户曝光的图片越多，留存越高，我们不需要知道这之间是否有复杂的因果关系，只需要通过简单的ABtest来检验更多的曝光是否有效果即可。

是否还有必要去识别因果性呢？答案是有的。

很多时候，我们需要确切地知道因果性，且无法通过ABtest简单地判断，比如：

• 药物是否有效、政策是否有效，这种问题无法做ABtest
• 新的推荐算法是否有效，ABtest成本高（不好的用户体验等）
• ……

因此，面对这种特殊的问题，我们需要从已有的数据中推断出变量间的因果性。

1.3 本质是对因果效应的估计

前面说了因果性和相关性的区别、以及识别因果性的必要性，那么因果推断究竟是什么？

因果推断的核心思想在于反事实推理counterfactual reasoning，即在我们观测到X和Y的情况下，推理如果当时没有做X，Y'是什么。

因果推断的目的是要判断因果性，即计算因果效应（有无X的情况下Y值的变化量）。在进行反事实推理后，可得出因果效应e = |Y - Y'|，进而判断因果性。

实际上，对于一个对象，我们永远只能观察到Y和Y'的其中一个，因果推断所做的就是从已有数据中估计因果效应，所以我认为因果推断的本质是，对因果效应的估计。

2. 一些因果推断的方法

上一部分对因果推断做了简单的介绍，本部分主要介绍一些因果推断的方法，如下图所示——

2.1 随机实验Randomization

2.1.1 A/B Test

以推荐算法为例，判断推荐算法是否有效，ABTest通过将用户随机分为两组，分别应用不同的算法，通过判断两组用户点击率的差异来估计因果效应。通过随机分组，排除了混淆变量的影响。

A/B Test实际上是判断因果性的很有效的方法，但有时候成本过高无法采用，如这里的推荐算法——

• 可能新的推荐算法太差导致用户流失
• 如果有很多新的算法要测试，A/B Test效率较低

2.2.1 多臂老虎机 Multi-armed bandits

针对上述问题，另一种随机实验方法是强化学习中的多臂老虎机，实际上是对explore和exploit的平衡。

• explore，随机选择一个动作，在上面的问题中是随机选择一个算法
• exploit，选择收益最高的动作，在上面的问题中是选择当前效果最好的算法

通过某种规则（e-greedy等）重复上述过程，优点是可以同时测试多种算法，并且每个用户都能使用到最好的算法，减少流失可能性。缺点是效果难以评估，也很难让用户按照我们的想法行动。

2.2 自然实验Natural Experiments

理想的实验需要：随机分配(分组)、人为干预(施加不同的treatment)、结果比较，

自然实验实际上是一种观察性研究，满足上述三个条件中的两个，是指不加干预地、实验对象**“自然”**地分为若干组，对实验对象的结果进行观察比较。

显然自然实验法的关键在于，实验对象是否能“自然”/随机地分组。比如，将是否民主将国家分为两组，探究制度与国家对外战争的关系。但是在这里，是否民主不是随机的分给各个国家，所以无法满足自然实验所需的随机分配原则。

2.2.1 断点回归Regression discontinuity

断点回归是自然实验中的一种观察方法，简单理解就是在回归过程中，观察在临界点处是否出现断层/断点。

举一个简单的例子，假设现在有一个产品，收集500个金币后就可以得到一个勋章，现在要判断有无勋章对用户在线时长的影响。

断点回归法观察金币在500附近的用户，如497到502，观察【接近500但小于500(无勋章)】与【接近500但大于500(有勋章)】的用户在线时长是否有显著区别，若有，说明有勋章很可能会增加用户的在线时长。

2.2.2 工具变量Instrumental Variables

对于要判断因果关系的两个变量间，如果存在其他混淆变量，在计量经济学中采用工具变量的方法解决。

以下述关系为例，要判断对APP1的访问，是否会导致对APP2的点击。实际上由于APP1和APP2之间的需求关系，误差项与解释变量相关，即计量经济学中的内生性。

引入工具变量的目的是为了让误差项与解释变量不相关。具体地，通过找到一个变量，满足与解释变量相关且与误差项无关，那在引入这一变量之后，解释变量变化的部分就与误差项无关。

同样是上面的例子，假设某一天有个活动，下载APP1的人有奖励，这个活动与解释变量相关，但不会影响到APP2的需求，那根据多出来的APP1访问量与多出来的APP2点击率就不再受到需求关系的影响，就可以判断对APP1的访问，是否会导致对APP2的点击。

2.3 Conditioning

2.3.1 分层Stratification

分层的核心思想是控制条件变量，一般步骤如下：

• 尽可能完整的绘制出变量之间的因果图
• 选择影响要判断因果性的变量的条件变量
• 对用户进行分层/分组，满足组内的用户条件变量取值一致（上层的变量将全部不需要再考虑，类似贝叶斯网络中的d分隔）
• 比较两组用户的输出，计算因果效应

这种方式有点类似要找到相似的用户，当条件变量很多的时候，这种方法很难实现，很难找到很多条件变量都相同的用户，即使找到也会使得分组偏小。

2.3.2 倾向得分匹配Propensity score matching

当条件变量很多的时候，可以考虑使用倾向得分匹配。

以推荐算法为例，当条件变量很多的时候，通过逻辑回归等方法对这些变量进行训练，并计算出一个倾向得分，在这里是用户被施加新算法的概率。因此倾向得分匹配的一般步骤如下：

• 尽可能完整的绘制出变量之间的因果图
• 选择影响要判断因果性的变量的条件变量
• 对用户进行分层/分组，满足组内的用户计算得出的倾向得分接近（上层的变量将全部不需要再考虑，类似贝叶斯网络中的d分隔）
• 比较两组用户的输出，计算因果效应

3. 小结

关于因果推断，上面介绍了三类方法——

• 如果可以的话，尽可能使用随机实验（ABtest……）
• 如果无法进行随机实验，则探索自然实验（断点回归……）
• 如果自然实验也无法找到，考虑使用基于条件的方法（倾向得分匹配……）

以上是关于因果推断的入门知识，内容来自网上的博客与PPT，如有错误，请大佬指正~