平均處置效應（ATE）

個體因果效應無法得知，因為沒有人能同時既受處置又未受處置。平均處置效應繞開這點，改問一個母體層次的問題：如果我們對所有人都施以處置、相對於對所有人都不施以處置，平均結果會差多少？它是大多數實驗與政策評估會報告的那個單一數字——兩個潛在結果之差在整個母體上的期望。

形式上，ATE 是 E[Y(1) - Y(0)]。隨機化實驗能直接以兩組平均之差估計它，因為隨機化讓處置與潛在結果獨立。由觀察資料估計同一個量，則只有在無混淆與重疊成立時才可識別——透過後門調整、逆傾向加權或雙重穩健估計量。一個常見變體是『受處置者的平均處置效應（ATT）』，把平均限制在真正接受了處置的個體上，這往往是更具政策意義的目標。

ATE 的長處（單一摘要）同時也是它的弱點：它可能接近零，而其實是各子群中大量的正效應與負效應互相抵消了。這正是條件平均處置效應與增益模型要填補的缺口，也是為什麼異質性分析如今是標準作法，而非事後補充。