結構因果模型（SCM）

把一個系統想成一支小程式：每個變數都由它的直接原因再加上自己的隨機雜訊算出來。結構因果模型就是把這支程式寫下來——每個變數有一行賦值式，說明哪些其他變數、加上哪些無法解釋的隨機性，共同產生了它。這些式子不是要同時求解的聯立方程，而是有方向的食譜：箭頭左邊是結果，右邊是原因。

形式上，一個 SCM 是一組外生（雜訊）變數 U、內生變數 V、一組結構函數（每個變數一條式子 V_i = f_i(V_i 的父節點, U_i)），以及 U 上的一個分布。這些式子導出一張有向圖：X 到 Y 的邊代表 X 出現在 Y 的式子裡。最關鍵的性質是自主性（autonomy）：每條式子是一個獨立的機制，因此把某變數固定住的介入只會替換那一行，其餘維持不變。這種模組性正是單純的聯合分布所欠缺的。

由於同一個物件既規定了資料如何被觀察、在介入下如何改變，也規定了在反事實世界裡會發生什麼，SCM 把 Pearl 因果階梯的三個層級統一在同一個模型裡。代價是要對假設誠實：圖結構與函數形式大半是建模選擇，而它們的推論中只有一部分（條件獨立性）能由觀察資料檢驗。