從相關到因果：兩種語言

光有預測還不夠

一個訓練來做預測的模型可以表現極佳，卻在決策上毫無用處。冰淇淋銷量能高精度地預測溺水人數，但禁止冰淇淋救不了任何人——是夏季高溫同時推升了兩者。這就是偽相關（spurious correlation）：一個穩定的統計訊號，一旦你真正去行動，它就消失、甚至反轉。大多數的機器學習回答的是「當我觀察到 X，Y 可能的值是多少？」；而因果推論問的是一個本質不同的問題：*「若我把 X 設定成某個新值，Y 會是多少？」*

Pearl 的因果階梯

Judea Pearl 把這個領域刻畫成一座三階的因果階梯。每一階回答的問題嚴格地更難，而低階上再多的資料，單憑自身都無法回答更高階的問題。

關聯——看見。P(Y | X)：觀察到 X 如何改變我對 Y 的信念？這是古典統計與監督式學習所處的階層。
介入——去做。P(Y | do(X))：若我強制 X 取某值、覆寫它平常的成因，Y 會怎樣？這需要 do 運算子（do-operator）。
反事實——想像。對這個特定個體而言，在已知實際發生情況下，若 X 當初不同，Y 本來會是多少？這屬於反事實推論（counterfactual inference）的範疇。

\begin{aligned} \text{Association (seeing)}:\ & P(Y \mid X) \\ \text{Intervention (doing)}:\ & P\bigl(Y \mid \operatorname{do}(X)\bigr) \\ \text{Counterfactual (imagining)}:\ & P\bigl(Y_x \mid X = x',\, Y = y'\bigr) \end{aligned}

珀爾因果階梯的三層形式化查詢：觀察 P(Y|X)、介入 P(Y|do(X)) 與想像反事實。

從第一階躍升到第二階是這個領域的核心。觀察資料只直接給你最底階；要往上爬，需要假設——以圖或以實驗設計的形式編碼——這是資料本身無法提供的。

第一種語言：結構因果模型

結構因果模型（structural causal model, SCM）把世界描述成一組結構方程式：每個變數寫成其直接成因加上一個獨立雜訊項的函數。這些方程式導出一個有向無環圖（DAG），其中箭頭 X → Y 代表「X 是 Y 的直接成因」。關鍵之處在於，SCM 不只告訴你觀察分布，還告訴你在手術式介入下會發生什麼：以 do(X = x) 介入，會刪去 X 的方程式並把它固定為 x，讓下游一切重新計算。

\begin{aligned} X &:= f_X(U_X) \\ Y &:= f_Y(X, U_Y) \end{aligned} \qquad \operatorname{do}(X = x):\ \ X := x

結構因果模型即一組結構賦值；do 算子以手術方式用常數取代某變數的方程式。

# An SCM as code: structural equations + noise
U_z, U_x, U_y = sample_noise()
Z = f_z(U_z)              # a common cause (confounder)
X = f_x(Z, U_x)           # treatment depends on Z
Y = f_y(X, Z, U_y)        # outcome depends on X and Z

# Intervention do(X = 1): replace X's equation, keep the rest
X = 1
Y = f_y(X, Z, U_y)       # Z is NOT recomputed from X

把介入看成對生成程式的手術：do(X=1) 覆寫 X 那一行；混淆變數 Z 仍保有自己的方程式。

第二種語言：潛在結果

潛在結果框架（potential outcomes framework，即 Rubin 因果模型）直接談反事實。對每個個體 i、在二元處置下，定義兩個潛在結果：Y_i(1)（若接受處置的結果）與 Y_i(0)（若未接受處置的結果）。個體因果效應為 Y_i(1) − Y_i(0)。因果推論的根本問題在於：我們永遠只能觀察到其中一個，另一個則永遠缺失。因果推論本質上是一個缺失資料問題。

因為我們永遠看不到兩者，我們便從個體退回到母體層級的摘要：平均處置效應（average treatment effect, ATE），即 E[Y(1) − Y(0)]。這兩種語言是等價的——Pearl 的手術介入與 Rubin 的潛在結果描述的是相同的數學——但它們在不同情境各擅勝場。SCM 讓混淆的定性結構一目了然；潛在結果則為估計與標準誤提供一個乾淨的記帳框架。

\tau_{\mathrm{ATE}} = \mathbb{E}\bigl[\, Y(1) - Y(0) \,\bigr]

平均處理效應：單元兩個潛在結果之間的期望差。

這條學習路線會建立什麼

握有這兩種語言後，這條路線其餘部分沿著一場應用因果分析的自然流程展開。指南 2 問一個因果問題究竟何時能從資料回答——也就是識別（identification）問題。指南 3 用現代機器學習把已識別的量轉成估計值。指南 4 巡覽各種準實驗設計，在沒有乾淨實驗時製造出識別條件。指南 5 抵達研究前沿，在此機器學習與因果融合：從資料中發現圖結構，並學習在介入下仍然成立的表徵。