三月的深夜，高三（1）班办公室的灯还亮着。班主任张老师把期中成绩单翻来覆去地看：班里三十个同学参加了周末冲刺补习班，平均涨了二十三分的排名；另外二十个没参加的同学，平均只涨了五分。张老师提笔想给校长写报告，推荐把冲刺班推广成全校必修，可写到一半她停住了——参加补习班的人本来就是主动请缨的“内卷王”，那些坐在后排观望、压根没报名的人，如果当初硬被拉进补习班，真能一样涨二十三分吗？ 这个问题，正是因果推断中“未处理组平均效应”（ATU）要回答的核心问题：那些没有接受处理的人，如果接受了处理，效果会怎样？ 处理组的效果是“看得见的账本”，未处理组的反事实效果却是“平行宇宙里的账本”。要评估一项政策从“小范围试点”推向“全民覆盖”的收益，决策者真正需要的不是参与者的效果，而是观望者的效果。 本文会带你把 ATU 从定义、假设、估计方法到工程实践完整走一遍，全程用“冲刺补习班”这个场景来讲透每一个概念。

岗位关联

对 AI 从业者而言，ATU 是政策评估、营销增量分析、医疗推广等因果推断任务的核心指标。掌握它，你才能回答“把策略推给没覆盖的人会怎样”，而不是只会汇报“已覆盖人群的效果”。

目录
  1. 可视化演示
  2. ATU概念定义
  3. 潜在结果框架
  4. 识别假设
  5. ATU估计方法
  6. 偏差分析
  7. 应用场景
  8. 工程实践要点
  9. 局限与边界
  10. AI 应用场景
  11. Python 演示
  12. 常见误区
  13. 面试题

可视化演示

本节配有交互动效（进入视口后自动加载，约 3KB）。

ATU概念定义

张老师真正想问的那个问题——“那二十个没参加补习班的同学，如果当初参加了，排名能涨多少？”——在因果推断的语言里，就是未处理组平均效应（ATU）。这里的“未处理组”特指那个坐在后排观望、没有报名补习班的群体（T=0），而“平均效应”是把这个群体内每个学生“参加与不参加的成绩差”加起来求平均。注意，张老师手里只有这些学生没参加时的真实成绩，却永远拿不到他们参加了的成绩——这就是“反事实”的奇妙与残酷之处。

从数学上看，ATU 的定义是“未处理组内部，个体潜在结果之差的条件期望”。它与我们常说的总体效应 ATE、处理组效应 ATT 之间有一条简洁的加权关系：如果整个班级的作用效果是全体同学的加权平均，那么处理组的权重就是参加比例，未处理组的权重就是未参加比例。

回到办公室的张老师：她不能把“参加者平均涨 23 分”直接当成“观望者若参加也涨 23 分”的证据，因为两组人从起点上就不同。ATU 的价值，就是逼着她正视这个“不同”，去回答政策扩面真正关心的问题：如果强制让观望者补课，他们到底能涨多少？

ATU=E[Y(1)−Y(0)∣T=0]\displaystyle \text{ATU} = E[Y(1) - Y(0) \mid T=0]
公式解读：看“没参加补习班的同学”这个群体，把每个人“参加了会考多少”减去“没参加考了多少”，再取平均。
  1. 潜在结果 Y(1)每个同学若参加了冲刺班时的考试成绩，只存在于“平行宇宙”中，现实里未被处理组观测到
    Y(1)\displaystyle Y(1)
  2. 潜在结果 Y(0)每个同学若不参加冲刺班时的考试成绩，未处理组的这个值是现实可观测的
    Y(0)\displaystyle Y(0)
  3. 条件 T=0整个期望只在“未处理组”范围内计算，不掺入已参加补习班的同学
    ∣T=0\displaystyle \mid T=0
  4. 期望 E[·]把未处理组每个同学的个体因果效应做平均，得到群体的平均因果效应
    E[⋅]\displaystyle E[\cdot]

潜在结果框架

想象每个同学同时活在两个平行宇宙里：宇宙 A 中他参加了冲刺班，成绩单上写着 Y(1)；宇宙 B 中他没参加，成绩单上写着 Y(0)。两个宇宙的成绩单都是真实存在的，但现实这位“导演”只允许我们撕开其中一张——参加补习班的同学只能看到 Y(1)，没参加的同学只能看到 Y(0)。ATU 要做的，就是偷偷掀开未处理组同学在宇宙 A 里的那张成绩单。

这个“平行宇宙”的严谨版本，就是统计学家鲁宾（Rubin）提出的潜在结果框架。每个个体 i 都有两个潜在结果 Y_i(1) 和 Y_i(0)，最终被观测到的结果取决于他实际接受了哪种处理。由于每个个体只能处于一种状态，另一个潜在结果永远缺失——这就是因果推断中著名的“反事实缺失数据问题”。ATU 的估计难点，恰恰在于要为未处理组的每个个体补全这个缺失的 Y_i(1)。

这个框架把“平行宇宙”变成了可以数学操作的公式。对未处理组的同学来说，Y_i(1) 就是他们缺失的那张“宇宙 A 成绩单”。后面介绍的所有估计方法，本质上都是想方设法把这张成绩单“补办”出来。

Yiobs=Ti⋅Yi(1)+(1−Ti)⋅Yi(0)\displaystyle Y_i^{obs} = T_i \cdot Y_i(1) + (1 - T_i) \cdot Y_i(0)
公式解读：一个学生最终被记入成绩单的分数，是他“参加状态”决定的分支选择——参加了就取宇宙 A 的分数，没参加就取宇宙 B 的分数。
  1. 观测结果 Y_i^{obs}第 i 个同学现实中拿到的成绩，是唯一能被写进数据分析表里的数字
    Yiobs\displaystyle Y_i^{obs}
  2. 处理指示 T_i取值为 1 表示参加了补习班，取值为 0 表示没参加，它像一个拨动开关
    Ti\displaystyle T_i
  3. 分支规则 T_i·Y_i(1)当 T_i=1 时，这一项留下宇宙 A 的成绩，另一项被归零，相当于“打开哪盏灯”
    Ti⋅Yi(1)\displaystyle T_i \cdot Y_i(1)
  4. 互补规则 (1-T_i)·Y_i(0)当 T_i=0 时，这一项留下宇宙 B 的成绩，与前一项形成互斥互补
    (1−Ti)⋅Yi(0)\displaystyle (1 - T_i) \cdot Y_i(0)

识别假设

张老师如果想比较“参加了”和“没参加”两拨人，最省事的做法是看期末排名的平均差。她很快发现这不可比：参加补习班的同学普遍基础好、自制力强，没参加的同学则各有各的“不去理由”。这两组人之间的差异不光是补课本身，还有一堆“暗中捣乱”的因素——这些因素在因果推断里被称为混淆变量，它们导致的选择偏差会让直接比较失效。

要让“平行宇宙成绩单”的补办有意义，需要三个关键假设。第一是可忽略性假设（也叫无混淆假设）：在已观测到的特征（如基础分、学习时长）相同的条件下，一个人参不参加补习班，就像抛硬币一样与他的潜在成绩无关。第二是重叠假设：对任何特征组合的学生，他既有可能参加、也有可能不参加补习班，倾向得分严格落在 0 和 1 之间，不会出现“某类人铁定不去”的死角。第三是SUTVA 假设（稳定单元处理值假设）：一个同学参不参加补习班，不会影响另一个同学的成绩——排除了“同桌偷偷抄笔记”这类干扰。

三个假设就像是“平行宇宙对比”的信任状。如果参加补习班的同学和没参加的同学在各个方面都像“双胞胎”一样可比，那张老师才能相信：两组人成绩上剩下的差异，确实主要来自补习班本身。

Y(1), Y(0)⊥T∣X\displaystyle Y(1),\, Y(0) \perp T \mid X
公式解读：在给定协变量 X（基础分、学习时长等）后，处理分配 T 与潜在结果 Y(1)、Y(0) 相互独立，相当于说“分组已随机”。
  1. 潜在结果 Y(1), Y(0)每个同学在两个平行宇宙中的成绩，是我们要研究的对象
    Y(1), Y(0)\displaystyle Y(1),\, Y(0)
  2. 独立符号 ⊥表示“互不影响、互不相关”，这里整体读作“给定 X 后，处理像是随机的”
    ⊥\displaystyle \perp
  3. 处理分配 T是否参加补习班，受不受到潜在成绩的“反向拉扯”
    T\displaystyle T
  4. 给定协变量 X把基础分、学习时长这些已观测特征都控制住之后，再来谈独立性
    ∣X\displaystyle \mid X

ATU估计方法

现在到了最核心的问题：怎样把未处理组同学“宇宙 A 的成绩单”补办出来？思路是“借尺子量影子”——从处理组里找一批和未处理组“身形相似”的同学，用他们实际参加之后的成绩，来估计观望者们若参加的成绩。关键是这把“尺子”要校准，不能拿全班最顶尖的学霸去衡量后排基础薄弱的学生。

常用的“尺子”有四把。回归调整法把协变量放进回归模型，直接预测每个人在“参加”状态下的成绩；倾向得分加权法先用逻辑回归估计每个同学参加补习班的概率（倾向得分），再用权重重塑处理组样本，让它变得和未处理组“长得很像”；匹配估计法为每个未处理组学生精确匹配一个“最像”的处理组学生；双重稳健估计法则把回归和加权结合起来，只要其中一个模型正确，估计就不太容易翻车。下面重点拆解倾向得分加权法估计 ATU 的公式。

把两把尺子一比——“反事实的参加了”减去“实际的没参加”——就得到了 ATU。张老师用这个方法算出的结果很可能不是 23 分，而是 16 分甚至更低，因为观望者本身基础薄弱、学习动力不足，补习班对他们本就该“打个折”。

ATU^=∑i:Ti=11−π^(Xi)π^(Xi) Yi∑i:Ti=11−π^(Xi)π^(Xi)−1n0∑i:Ti=0Yi\displaystyle \widehat{\text{ATU}} = \frac{\sum_{i:T_i=1} \frac{1-\hat{\pi}(X_i)}{\hat{\pi}(X_i)}\, Y_i}{\sum_{i:T_i=1} \frac{1-\hat{\pi}(X_i)}{\hat{\pi}(X_i)}} - \frac{1}{n_0}\sum_{i:T_i=0} Y_i
公式解读：左边是对“处理组样本重新称重”后，估计出的观望者若参加的成绩均值；右边是观望者实际没参加的成绩均值；两者之差就是 ATU。
  1. 处理组集合 iT_i=1：只从真正参加了补习班的同学里“借数据”，他们是唯一知道宇宙 A 成绩的人
    i:Ti=1\displaystyle i:T_i=1
  2. 倾向得分 π̂(X_i)根据协变量预测的第 i 个同学参加补习班的概率，范围在 0 到 1 之间
    π^(Xi)\displaystyle \hat{\pi}(X_i)
  3. 权重 (1-π̂)/π̂某个处理组同学“像未处理组”的程度越高，这个权重越大；反之越像“铁定参加”的学霸，权重越小
    1−π^(Xi)π^(Xi)\displaystyle \frac{1-\hat{\pi}(X_i)}{\hat{\pi}(X_i)}
  4. 加权均值用权重对处理组实际成绩加权求和并归一化，得到一个“如果观望者也参加了”的反事实平均成绩
    ∑wiYi∑wi\displaystyle \frac{\sum w_i Y_i}{\sum w_i}
  5. 未处理组均值未处理组同学真实拿到的成绩 Y(0) 直接求平均，作为基准线
    1n0∑i:Ti=0Yi\displaystyle \frac{1}{n_0}\sum_{i:T_i=0} Y_i

偏差分析

假设张老师发现冲刺班录取门槛极高，只招收年级前三十名。那么处理组全是“尖子生”，未处理组全是“普通生”，两群人几乎没有交集。这时候拿尖子生的提分数据去推算普通生的提分，就像用一把刻度精细的游标卡尺去量粗糙的石块——尺子再准，量错了对象也没用。这种误差的根源就是选择偏差：处理组和未处理组在协变量分布上存在系统性差异。

因果推断把这种偏差拆得很清楚：我们想要的 ATU 是 E[Y(1)|T=0] - E[Y(0)|T=0]，但如果有选择偏差，直接用处理组观测值替换反事实时，就会混入两组人群基线水平的差异。为了诊断这种风险，研究者要做共同支撑检验——画出两组人群倾向得分的分布，检查是否存在大量“没有可比对象”的区域；还要做敏感性分析——人为地引入一个假想的未观测混淆变量，看结论是否会被轻易推翻。

张老师如果把冲刺班降级成“基础夯实班”，等到新班里两组人从成绩到动机都高度重合，共同支撑范围变大，这把“尺子”才校准到位。偏差分析的工作，就是在开方子之前先把病根量清楚。

E[Y(0)∣T=1]−E[Y(0)∣T=0]\displaystyle E[Y(0) \mid T=1] - E[Y(0) \mid T=0]
公式解读：处理组如果真的没参加补习班，他们的成绩与未处理组实际成绩的差，就是纯粹由人群基线差异造成的“先天偏差”。
  1. 处理组反事实 E[Y(0)|T=1]尖子生们如果当初没参加补习班，他们的成绩会是多少——这是处理组缺失的宇宙 B 成绩
    E[Y(0)∣T=1]\displaystyle E[Y(0) \mid T=1]
  2. 未处理组观测 E[Y(0)|T=0]普通生们实际没参加的成绩，可直接从数据中计算
    E[Y(0)∣T=0]\displaystyle E[Y(0) \mid T=0]
  3. 两组之差两组人“即使都不补课”也存在的天然差距，正是选择偏差的量化
    E[Y(0)∣T=1]−E[Y(0)∣T=0]\displaystyle E[Y(0) \mid T=1] - E[Y(0) \mid T=0]

应用场景

张老师的报告终于被校长看懂了。校长问了一个更实际的问题：“如果把这套冲刺班推广成全校必修，现在没参加的那些学生能提高多少？”这不是在问已参加者的 ATT，而是在问观望者的 ATU——政策制定者的逻辑是：投入是面向全部未覆盖人群的，收益自然要用未覆盖人群的效果来估算。于是，ATU 从学术概念变成了决策工具。

这类应用在现实世界中比比皆是。在政策评估中，政府想评估“给尚未领取低保的困难家庭发放补助”的脱贫效果，就要求 ATU 而不是 ATT；在医疗干预中，某种特效药在已用药患者身上效果显著，要决定是否推广到未用药人群，ATU 能揭示推广后的真实获益；在营销活动中，会员折扣让老会员复购率提升，市场部想知道非会员如果成为会员的消费增量，同样回归 ATU。这些场景共享同一个决策逻辑：扩面的收益，得用“新覆盖人群”的效应来核算。

从这个角度看，ATU 不只是统计课上的公式，更是“花多少钱、办多大事”的决策标尺。张老师用 ATU 算完账后，没有建议盲目复制冲刺班，而是建议开设基础夯实班——因为对观望者而言，简单照搬冲刺班的效果并不划算，这正是 ATU 带来的清醒。

NB=ATU^×n0−Ctotal\displaystyle \text{NB} = \widehat{\text{ATU}} \times n_0 - C_{\text{total}}
公式解读：净收益等于“未处理组人数 × 人均效应”再减去总推广成本；ATU 越高，扩面越值得做。
  1. 净收益 NB推广决策最终看的净利润指标，是放在校长案头的核心数字
    NB\displaystyle \text{NB}
  2. ATÛ × n₀每位观望者若参加的平均增益乘以观望者总数，得到扩面带来的总收益
    ATU^×n0\displaystyle \widehat{\text{ATU}} \times n_0
  3. 总成本 C_total额外开班、聘教师、印资料等全部开支的加总
    Ctotal\displaystyle C_{\text{total}}

工程实践要点

当张老师的“补习班扩面”方案升级为“全校教学质量提升系统”时，ATU 的估计就不再是手工算一个平均分，而是要在数据管道里稳定产出。工程落地的关键，是把“借尺子量影子”的统计思路架构成可复用的数据产品。第一步是数据收集：协变量必须尽可能完备，覆盖所有可能同时影响“参加意愿”和“成绩提升”的变量，否则可忽略性假设就会在源头崩坏。第二步是特征选择：不能只塞进去一堆相关变量，还要考虑变量之间的因果结构，避免用上“处理后变量”引入对撞偏差。第三步是工具库选型：工业界常用 DoWhy、EconML 等因果推断库，它们封装了倾向得分估计、加权与双重稳健等流程，同时提供敏感性分析模块。最后是结果解读规范：ATU 的置信区间要报告，共同支撑范围要交代，结论必须限定在“与样本相似的人群”中。

当这套流程跑通后，张老师每周都能自动收到一份“观望者效果报告”：哪些学生是真正的政策受益对象、推广分几个批次、每批次预期提分多少。把教研方法论变成数据产品，ATU 就从一次性的分析变成了持续优化的决策引擎。

π^(X)=11+exp⁡(−X⊤β^)\displaystyle \hat{\pi}(X) = \frac{1}{1 + \exp(-X^\top \hat{\beta})}
公式解读：这是倾向得分的标准估计模型——逻辑回归，把协变量 X 的线性组合映射到 0 到 1 之间的概率。
  1. 协变量向量 X每个学生的学习时长、基础分、家庭支持度等特征的集合，作为预测输入
    X\displaystyle X
  2. 回归系数 β̂逻辑回归学到的权重，刻画每个特征对“参加概率”的影响方向和大小
    β^\displaystyle \hat{\beta}
  3. 线性组合 X^T β̂把特征加权求和，得到一个实数值，代表“参加倾向”的原始打分
    X⊤β^\displaystyle X^\top \hat{\beta}
  4. Sigmoid 变换把任意实数压到 (0,1) 区间，变成概率意义上的倾向得分
    11+exp⁡(−⋅)\displaystyle \frac{1}{1 + \exp(-\cdot)}

局限与边界

张老师拿到了新一学期的 ATU 估计结果，正准备写第二份报告时，突然想到一个问题：这届高三的观望者和上一届的观望者是同一类人吗？如果新一届学生经历了半年的线上教学，学习状态大变，那么去年算出的 ATU 还能直接套用吗？这就是 ATU 的外部有效性问题——统计结论不是万能钥匙，它有保质期和适用范围。

除了外部有效性，还有几个绕不开的边界。假设违背风险意味着，只要存在未观测到的混淆变量（比如“家庭是否请了一对一家教”），可忽略性假设就可能失败，ATU 估计就会带上隐性偏差；小样本问题在未处理组人数不足时尤其严重，倾向得分的极端值会让加权估计方差暴涨；报告规范要求研究者必须清楚说明估计方法的适用条件和局限性，而不是丢出一个数字就完事。用公式来表达外部有效性的边界：不同人群的 ATU 不存在必然相等的关系。

所以，张老师的报告最终没有写“预计全体涨 20 分”，而是写了“在相同教学安排与生源结构下，观望者预计平均涨 16 分左右，置信区间 [12, 20]；若推广周期存在重大教学变动，需重新评估”。一个负责任的因果推断结论，永远会先画清楚自己适用的边界线。

ATU(S1)≠ATU(S2)\displaystyle \text{ATU}^{(S_1)} \neq \text{ATU}^{(S_2)}
公式解读：人群 S₁ 的未处理组平均效应与人群 S₂ 的不一定相等；换了一批人、换了一个时期，效应可能彻底改变。
  1. 人群 S₁ 的 ATU从上一届观望者数据中估计出的补课平均收益
    ATU(S1)\displaystyle \text{ATU}^{(S_1)}
  2. 人群 S₂ 的 ATU从新一届观望者数据中应该重新估计的补课平均收益
    ATU(S2)\displaystyle \text{ATU}^{(S_2)}
  3. 不等号 ≠两个效应没有理由天然相等，跨人群推广前必须重新估计
    ≠\displaystyle \neq

AI 应用场景

政府低保扩面评估

阶段：政策因果评估

解决的问题：传统评估只看已领取低保家庭的脱贫效果，但决策者真正关心的是“如果给当前未领取的困难家庭也发放低保，平均能改善多少”——这正是 ATU。传统做法直接比较两类家庭的收入改善，会因两组家庭基础条件不同而产生严重选择偏差。

具体案例：某省民政部门利用行政记录数据，构建了包括家庭劳动力、教育水平、健康状况在内的协变量集合，采用倾向得分加权法估计未领取家庭的潜在脱贫效果，得出 ATU = 8.7% 的收入改善率，显著低于已领取家庭的 12.3%。据此，政策制定者调整了扩面预算与配套就业培训的投入比例。

医疗干预推广决策

阶段：临床效果外推分析

解决的问题：一种新型糖尿病管理方案在试点医院患者中效果优异，但向非试点医院推广前，需要回答“当前未采用该方案的患者若采用，糖化血红蛋白能降低多少”。ATU 估计可以避免直接照搬试点效果而高估收益。

具体案例：某医疗 AI 公司利用电子健康档案数据，使用双重稳健估计（回归 + 倾向得分加权），估计出非试点患者的 ATU 为 0.6% 的糖化血红蛋白降幅，而试点患者 ATT 为 1.2%。公司据此调整了市场策略，将推广重点放在患者依从性更好的城市。

会员制营销扩面

阶段：用户增量价值评估

解决的问题：电商平台的付费会员续费率与消费额显著高于非会员，但直接对比会高估会员制的效果——因为愿意买会员的人本来就消费更多。ATU 回答的是“如果让当前非会员免费体验会员权益，他们的消费增量是多少”，从而决定拉新预算上限。

具体案例：某电商平台基于用户浏览、加购、历史消费等特征，用倾向得分匹配为非会员匹配相似会员，估计出 ATU 为人均月消费增加 45 元，远低于会员与一般用户的 120 元表面差值。平台据此将拉新补贴控制在 40 元以内，确保 ROI 为正。

Python 演示

python51 行
import numpy as np  def simulate_and_estimate(n_samples=1000, seed=42):    """模拟观察性数据并估计未处理组平均效应 ATU。"""    rng = np.random.default_rng(seed)     # 协变量：学习投入度 x1、基础水平 x2    x1 = rng.normal(0, 1, n_samples)    x2 = rng.normal(0, 1, n_samples)     # 处理分配：参加冲刺班的概率受 x1、x2 影响（存在选择偏差）    logit = 0.6 * x1 - 0.4 * x2 + 0.3    prob = 1.0 / (1.0 + np.exp(-logit))    t = rng.binomial(1, prob)     # 潜在结果    y0 = 50.0 + 10.0 * x1 + 8.0 * x2 + rng.normal(0, 5, n_samples)    effect = 12.0 + 4.0 * x1          # 处理效应因人而异    y1 = y0 + effect     y_obs = t * y1 + (1 - t) * y0    # 观测结果     # 真实 ATU（模拟中可计算反事实）    true_atu = np.mean(y1[t == 0] - y0[t == 0])     # 用倾向得分加权估计 ATU    x_aug = np.column_stack([np.ones(n_samples), x1, x2])    beta = np.linalg.lstsq(x_aug, t, rcond=None)[0]    pi = 1.0 / (1.0 + np.exp(-x_aug @ beta))    pi = np.clip(pi, 0.03, 0.97)     # ATU 加权公式：用处理组重量化反推未处理组的潜在 Y(1)    w = (1.0 - pi) / pi    w_treat = w[t == 1]    y_treat = y_obs[t == 1]    pseudo_y1 = np.sum(w_treat * y_treat) / np.sum(w_treat)    obs_y0 = np.mean(y_obs[t == 0])    atu_est = pseudo_y1 - obs_y0     # 一个典型错误做法：直接拿已参加者平均收益当 ATU    naive = np.mean(y_obs[t == 1]) - np.mean(y_obs[t == 0])     print(f"真实 ATU      = {true_atu:.2f}")    print(f"加权估计 ATU  = {atu_est:.2f}")    print(f"简单差值(有偏)= {naive:.2f}")    return true_atu, atu_est, naive  if __name__ == "__main__":    simulate_and_estimate()
目的：在模拟数据上对比“真实 ATU”“倾向得分加权估计 ATU”和“简单均值差”三个数值，直观展示选择偏差如何污染结论，以及加权方法如何校正偏差。
  1. t = rng.binomial(1, prob)模拟“参加与否”并不是随机分配，而是和协变量相关，制造出选择偏差
  2. y_obs = t * y1 + (1 - t) * y0对应观测结果规则：现实只揭开一份平行宇宙成绩单
  3. beta = np.linalg.lstsq(x_aug, t, rcond=None)[0]用最小二乘拟合处理分配的线性模型，作为倾向得分的底层回归
  4. pi = 1.0 / (1.0 + np.exp(-x_aug @ beta))将线性预测值变换到 0~1 区间，得到每个学生参加补习班的估计概率
  5. pi = np.clip(pi, 0.03, 0.97)工程中的重叠假设处理：把极度靠近 0 或 1 的倾向得分截断，避免权重爆炸
  6. w = (1.0 - pi) / pi对处理组样本施加“如果你更像未处理组，权重就更大”的反事实加权
  7. pseudo_y1 = np.sum(w_treat * y_treat) / np.sum(w_treat)用加权处理组数据估计“观望者若参加”的平均成绩
  8. atu_est = pseudo_y1 - obs_y0反事实均值减去观测均值，得到 ATU 估计值

常见误区

误区补习班参加者平均涨了 23 分，所以让没参加的人也去补课，他们也能涨 23 分——很多初学者直接用处理组的平均效应来代替未处理组的效应。

正解ATT 是“参与者”的平均因果效应，ATU 是“未参与者”的反事实因果效应。因为参与者和未参与者的基线特征不同（主动报名者往往更自律、基础更好），两者的效应没有理由相等。正确的做法是单独估计 ATU，而不是拿 ATT 冒名顶替，就像不能拿尖子生的提分幅度去预测普通生的提分幅度。

为何常见：因为处理组的结果数据是“看得见”的，初学者手边有的就是处理组的统计量，容易默认“效果对所有人一样”。

误区“没参加补习班的人平均考了 65 分，所以 ATU 就是 65 分。”——将未处理组的结果水平误认为因果效应。

正解ATU 是“未处理组若被处理的潜在结果 Y(1)”与“未处理组实际结果 Y(0)”之差。观测均值只包含了 Y(0) 这一半信息，缺失的 Y(1) 反事实必须通过估计方法补全。65 分是结果水平，ATU 是因果增量，两者是“余额”和“收益”的区别。

为何常见：生活语言里“平均效应”容易让人联想到“平均成绩”这类水平统计量，而忽略了因果效应是两态之差。

误区“样本量足够大，直接套倾向得分加权公式就行，不用检查重叠。”——在倾向得分趋近 0 或 1 的极端区域，加权估计会失去数据支撑。

正解重叠假设要求任何特征组合下，个体都有非零概率进入处理组和未处理组。如果某些学生“铁定参加”（倾向得分接近 1），他们的权重会极大并主导估计结果，方差膨胀甚至数值爆炸。工程上要求做共同支撑检验，把倾向得分落在重叠区域外的样本剔除或截断。

为何常见：倾向得分是估计出来的，分布形态藏在模型内部，不画图、不检验很难发现“没有可比对象”的死角。

误区“ATU 名字里带'平均效应'，那它应该就是所有学生的平均效应吧。”——混淆了 ATU 与 ATE 的群体范围。

正解ATE 是对全体样本（处理组 + 未处理组）的平均因果效应；ATU 只对未处理组求平均；ATT 只对处理组求平均。ATE 是 ATT 与 ATU 关于处理比例的加权平均。如果处理组的效应和未处理组的效应差异很大，ATE 可能落在两者之间，谁都无法代表。

为何常见：中文表述“平均效应”没有明确主语人群，初学者容易脑补成全局平均，忽略了条件 T=0 这个关键限定。

面试题

Q1. ATU 的中文全称是？

单选题 · easy

  • A.处理组平均效应
  • B.未处理组平均效应← 正确答案
  • C.总体样本平均效应
  • D.局部线性平均效应

答案：B。ATU 是 Average Treatment Effect on the Untreated 的缩写，直译为“未处理组平均效应”，核心研究对象是未接受处理的群体。A 是 ATT，C 是 ATE，D 是工具变量中的 LATE，三者均与题干不符。

Q2. ATU 关注的核心人群是？

单选题 · easy

  • A.接受处理者
  • B.未接受处理者← 正确答案
  • C.全部随机样本
  • D.只有对照组弃权者

答案：B。ATU 的条件期望限定在 T=0（未处理组）上，回答“如果没参与的人参与了会怎样”。A 是 ATT 关注的群体，C 是 ATE 关注的全体，D 是干扰项。

Q3. 关于 ATE、ATT、ATU 的关系，正确的是？

单选题 · easy

  • A.ATE 是 ATT 与 ATU 的加权平均← 正确答案
  • B.ATT 就是总体平均效应
  • C.ATU 是处理组的因果效应
  • D.三者在任何数据下都相等

答案：A。ATE = ATT × P(T=1) + ATU × P(T=0)，即按处理组和未处理组的人数比例加权平均。B 混淆了 ATT 与 ATE，C 把 ATU 的对象说成了处理组，D 只有在完全随机实验等特殊情形下才可能成立，不是普遍规律。

Q4. 观测数据中，未处理组缺失的潜在结果是？

单选题 · mid

  • A.Y(0) 的观测值
  • B.Y(1) 的反事实值← 正确答案
  • C.Y(1) 的观测值
  • D.Y(0) 与 Y(1) 的均值

答案：B。未处理组的个体实际处于 T=0 状态，只能观测到 Y(0)，而 Y(1) 是“如果他们参加了”的反事实结果，永远缺失。A 是已观测到的，C 属于处理组，D 不存在这个统计量。

Q5. 可忽略性假设的含义是？

单选题 · mid

  • A.处理变量与所有变量相互独立
  • B.给定协变量后处理与潜在结果独立← 正确答案
  • C.潜在结果之间相互独立
  • D.协变量之间互不相关

答案：B。可忽略性假设写作 Y(1),Y(0) ⊥ T | X，意思是控制住已观测的协变量 X 之后，处理分配就像随机的一样，因此可以用处理组信息补充未处理组的反事实。A 过于绝对，C 和 D 与处理分配无关。

Q6. 估计 ATU 的常用方法包括？

多选题 · mid

  • A.回归调整法← 正确答案
  • B.倾向得分加权法← 正确答案
  • C.直接取两组观测均值差
  • D.匹配估计法← 正确答案

答案：ABD。回归调整、倾向得分加权、匹配估计以及双重稳健估计都是标准方法，目的都是补全未处理组缺失的 Y(1)。C 是典型的错误做法，直接用两组观测均值差会把选择偏差混入估计结果。

Q7. 为什么不能直接用处理组均值减未处理组均值来估计 ATU？

单选题 · mid

  • A.未处理组的样本量必然太少
  • B.两组基线特征不同，存在选择偏差← 正确答案
  • C.处理组的成绩一定高于未处理组
  • D.未处理组的方差一定更大

答案：B。参加与不参加往往受协变量影响，两组在基础分、学习动机等维度上系统性不同，直接相减得到的是“观测差异”而非“因果效应”。A 不一定成立，C 和 D 都是无根据的断言。

Q8. ATU 估计通常需要满足哪些识别假设？

多选题 · hard

  • A.可忽略性假设← 正确答案
  • B.重叠假设← 正确答案
  • C.SUTVA 假设← 正确答案
  • D.结果变量服从正态分布

答案：ABC。可忽略性保证“给定 X 后处理近似随机”，重叠保证每个特征组合下处理概率在 0 和 1 之间，SUTVA 保证个体间无干扰，三者共同支撑因果识别。D 是多余的分布假设，因果推断不要求结果正态。

Q9. 重叠假设（Overlap）要求？

单选题 · hard

  • A.协变量必须包含全部特征
  • B.倾向得分严格位于 0 和 1 之间← 正确答案
  • C.两组样本量必须完全相等
  • D.潜在结果必须服从均匀分布

答案：B。重叠假设要求 0 < P(T=1|X) < 1，即任何特征组合下个体都有机会被分到任一组，保证处理组里有“像未处理组”的样本可借。A 是可忽略性相关的数据要求，C 和 D 都不是标准假设。

Q10. 关于 ATU 的外部有效性，下列说法正确的是？

多选题 · extreme

  • A.不同人群的 ATU 可能不同← 正确答案
  • B.同一干预的 ATU 会随群体特征而变← 正确答案
  • C.ATU 是群体不变的固定常数
  • D.政策扩面前需要重新估计目标人群 ATU← 正确答案

答案：ABD。ATU 本质是条件期望，高度依赖人群的协变量分布，换了人群或时期，效应很可能改变，因此扩面决策前必须针对目标人群重新估计。C 把 ATU 错当成物理常数，是可迁移性误区。