潛在結果框架（Rubin 因果模型）

對每個個體想像兩個平行世界：它若接受處置會出現的結果，以及它若未接受處置會出現的結果。潛在結果框架一開始就把這兩個量命名出來，把兩者之差稱為這個個體的因果效應，然後正面面對一個惱人的事實——你永遠只觀察得到其中一個。這個『因果推論的根本問題』把效應估計重新框成一個系統性遺漏資料的填補問題。

每個個體帶著一對 Y(1)、Y(0)；實際觀察到的結果是 Y = T*Y(1) + (1 - T)*Y(0)，其中 T 是處置指標。要從資料還原平均效應，通常得援引兩個假設：SUTVA（某個體的處置不會改變另一個體的結果，且處置只有單一版本）以及可忽略性／無混淆（在給定已測共變量下，處置與潛在結果獨立）。在這些條件下，對共變量取條件能讓處置組與控制組可比，效應也就可估。

這個框架是統計與計量經濟學的通用語言，且能乾淨地對應到結構因果模型：反事實 Y(t) 就是 SCM 在 do(T=t) 下產生的結果。它的紀律在於逼著你把每一個關於遺漏反事實的假設攤在陽光下，讓人能對它辯論，而不是把它藏起來。