《因果推断学习》学习笔记
文章目录
前言：
今天看到师妹课上学到了因果推断这个知识点，关于这个点，我仅有的认知仍然是感性的，模糊的，单纯的几个概念：
- 相关性≠因果性
- 如果因为幸存者偏差，会导致错误归因。
每一点认知，我都会关联到一些具体的例子，比如《大数据时代》这本书中的经典案例：“尿布与啤酒”，每逢周末，某一连锁超市啤酒和尿布的销量都很大。这个具有相关性，但是这俩用pp想都没有啥因果，那么到底是导致的这个现象呢？原来是因为美国有孩子的家庭，妻子经常会让丈夫下班后给孩子买尿片，而丈夫买完尿片之后，自然顺手犒劳一下自己买点啤酒。
至于幸存者偏差，用老师ppt里的例子：
老师给的观点是：长得帅的人品又好的，早就被抢走了，剩下的长得帅的，人品好的概率就会比较低。
这样的逻辑分析，好像也有点道理，但是还不够量化，不够科学~
没有公式的东西，总归是不那么靠谱的。
虽然，我在老师的观点中，隐约看到了一点条件概率的影子。
为了以后在解析这个世界的时候，更加的靠谱，可以更加科学的找到，事物之间具体的因果关系，这个知识点必须要拿下！
好在知乎上搜到了一位大佬的帖子，三篇文章，一个小时带我开心弄懂基础概念。
学习链接：
因果推断学习1 — Simpson’s paradox
https://zhuanlan.zhihu.com/p/347183505
因果推断学习2 — 相关性!=因果性
https://zhuanlan.zhihu.com/p/347703807
因果推断学习3 — 随机试验
https://zhuanlan.zhihu.com/p/351283791
因果推断学习1 — Simpson’s paradox
最好直接看这三篇文章，写的非常通俗易懂！
大佬是把知识点掰碎了，把每一个字符的来历都讲明白了。
假设现在抵抗病毒COVID-27，有两种治疗Treatment T方案A和B，根据病情Condition C分为轻微mild和严重severe；最终我们观测结果outcome Y是否死亡，收集一部分数据分析可以发现
关于这个辛普森悖论，如果没点统计学知识，好像真的会被唬住。
疫情期间，我们也会在各种渠道上，看到各个药品的临床实验结果，那么到底该怎么评价对比每个治疗方案，这个例子实在是太有用了。
如果简单的用加权，我们发现在每个病情C {Mild, Severe}下，都是方案B死亡率更低{(10% vs. 15%)，(20% vs. 30%)}。那在每种病情下，方案B都是更好的选择！但是汇总起来 {16% vs. 19%}（忽略病情条件，不同病情下数目汇总），方案A又是更好的，这就是Simpson’s paradox.
这明显透露出着不合理~
因果图的解析
这个鬼图第一眼让我看着很迷，但是大家看完了三篇文章之后，应该就能理解了。
其中T是我们的作用变量（effect），在上面的例子中就是不同的治疗方案，不同的治疗方案会对应着不同的治疗效果：
那么Y就是结果（outcome）。T–>Y的箭头大家能理解。
但是那个C是什么玩意儿？
在这里，C是混淆(confounding)，这么描述就比较难理解了，好像把它当作是条件（condition）可能更好理解一些。但是在第三篇中具体的例子，可以看出来，C会导致T的产生，即C也可能是T的因，且C也可能会直接导致Y，即在上面的例子中，不同的病情，会导致不同的治疗方案，也会直接导致不同的治疗效果，即本身就是重症，那么死亡率自然会更高。
因果推断学习2 — 相关性!=因果性
这篇文章举了具体的几个例子，也蛮有意思的。
人的认知模式，总会有一些奇奇怪怪的归(mi)因(xin)现象。
比如前几天看到，之前福原爱每次打乒乓球都会给张继科带份小饼干，因为之前某次张继科吃了福原爱的小饼干后，夺冠了。
因果推断学习3 — 随机试验（最核心）
这篇文章点破了真正的因果关系。
如果有乱七八糟的C影响了T和Ｙ，该如何只评价T对Y的作用？那就消除C对Y的影响。
即切断C到Y的那个箭头。
但是T还是跟C有关，那么对T，只考虑C固定的情况，即也消除了C对T的因果的影响。
好起来了，基本上就能理解整个公式了。
最后，亲自手算一遍作者最后给的例子，新知识点 get !
总结：
对于这种相关性和因果性的关系，我们大脑的认知，是比较模糊的。
发生了好事儿，那么之前做的一系列事儿，都会觉得给自己带来了好运。
遇到了不幸，看谁都像是鬼东西。
但是理智告诉我们，这么稀里糊涂的过日子肯定不合理。
现在有了这套公式，也许可以帮助我们，更加快速的了解事物之间真正的因果，达到事半功倍的效果。