城市里有一家“轻语健身工作室”，老板想向全城人证明私教课真的能帮人减重。可惜现实不提供对照组：一个人要么上私教课，要么没上，我们永远看不到“同一个他”走另一条路的结果。于是统计学家发明了一台“时间对讲机”——不是回到过去，而是在思维里造出平行剧本：给每个人都录制两段人生，一段是《我上了私教课》，一段是《我没上》。两段人生的体重差，就是私教课的因果效应。整篇文章围绕两个核心指标展开：ATE 问“如果全城人都被要求上私教课，平均每人能多减多少公斤”；ATT 则只关心“那些真心实意交钱来上课的人，私教课到底帮他们多减了多少”。前者服务全局决策，后者回答“实际受益者”问题。当“谁上课”不是随机决定时，两个数字会分道扬镳——而这正是因果推断最迷人的地方。

岗位关联

一句话价值：分清 ATE 与 ATT，你才能在政策评估、A/B 测试和医学研究中说得清“干预对所有人”与“干预对实际参与者”的效果差异，这是因果推断从业者的基本功。

目录
  1. 可视化演示
  2. 因果效应的定义：相关只是影子的形状
  3. 潜在结果框架：一人双剧本，人生两版本
  4. 个体因果效应：看不见的个人专属差值
  5. 平均处理效应 ATE：全城人的平均剧本差
  6. 处理组效应 ATT：真正上课的人
  7. ATE 与 ATT 的差别：选择偏差这笔糊涂账
  8. 因果识别假设：反事实重建的三条约定
  9. 工程实践应用：决策目标决定指标选择
  10. AI 应用场景
  11. Python 演示
  12. 常见误区
  13. 面试题

可视化演示

展示潜在结果框架下ATE（总体平均因果效应）与ATT（处理组平均因果效应）的估计：ATE对比全部样本的Y(1)与Y(0)，ATT聚焦实际接受处理群体的反事实差异。

本节配有交互动效（进入视口后自动加载，约 3KB）。

ATE/ATT因果效应 ATE=E[Y(1)]-E[Y(0)] 总体平均因果效应 ATT=E[Y(1)|T=1]-E[Y(0)|T=1] 处理组效应 ATE=ATT+Selection Bias 反事实估计是因果推断核心

因果效应的定义：相关只是影子的形状

“轻语健身工作室”的宣传单上写着：办卡会员平均比普通市民轻 5 公斤。老板把这当作私教课有效的证据，可教练老周泼了盆冷水：也许不是课程让人瘦，而是本来就注重身材的人更愿意办卡。瘦是“办卡”的结果还是办卡的原因？两者之间还可能站着“自律”这个第三者——它同时推动了办卡和变瘦。在数据里看到的“相关”，只是影子投在墙上的形状，我们还没看清投出影子的人。

因果效应要回答的问题干净而强硬：如果强制全城每个人都上私教课，与强制所有人都不得上，两个平行世界的平均体重差是多少？这里的“强制”就是干预。为了区分“被动观察”与“主动干预”，统计学用 do 算子表示后者。

do(X=1) 读作“把 X 干预为 1”，它切断外部混杂因素对 X 的影响，只保留 X 对 Y 的作用路径。于是因果效应定义为两个干预世界的期望差。普通条件概率 P(Y|X=1) 只是“看到”结果，而 E[Y|do(X=1)] 是“制造”结果——两者在存在混杂时并不相等。

回到工作室，老周对老板说：别拿“办卡的人瘦”说事，那只是影子。想证明课程有效，你得先给全城人拍两部平行剧本，一场强制上私教课，一场强制不上，最后比较两场戏的平均体重。这一对比，就顺理成章引出下一节的“潜在结果框架”。

因果效应=E[Y∣do(X=1)]−E[Y∣do(X=0)]\text{因果效应} = \mathbb{E}[Y \mid do(X=1)] - \mathbb{E}[Y \mid do(X=0)]
这个式子用“干预世界”定义了因果：不是看两组人是否不同，而是看同一批人被强制干预后与不被干预后的结果差。
  1. 期望算子对总体中所有个体的结果取平均，把个体差异抹平成单一数字。
    E[Y∣do(X=1)]\mathbb{E}[Y \mid do(X=1)]
  2. do 干预算子人为把 X 设为 1，相当于强制全城人上私教课，切断混淆因素的干扰。
    do(X=1)do(X=1)
  3. 两个世界相减干预世界的结果期望减去对照世界的结果期望，差值就是平均因果效应。
    E[Y∣do(X=0)]\mathbb{E}[Y \mid do(X=0)]

潜在结果框架：一人双剧本，人生两版本

老板脑子一转：摄影棚的想法可以做成一台“时间对讲机”。每个市民都被录入两段人生——剧本 A《我上了私教课》记为 Y(1)，剧本 B《我没上私教课》记为 Y(0)。Y 是减重公斤数。现实生活只允许一个人挑一个剧本上演，但思维实验里两个剧本同时存在。

这就是 Neyman-Rubin 潜在结果框架的核心：为每个个体同时定义“接受处理的结果”与“不接受处理的结果”。真实观测到的结果 Y 不是凭空来的，而是由“是否上课”的开关 T 决定：T=1 时我们看到 Y(1)，T=0 时我们看到 Y(0)。

这个“二选一”用一致性公式表达如下。T_i 是个体 i 是否上课的指示变量（1 上课，0 不上课），公式把两个剧本拼接成一条可观测的命运线。正因为 T 决定了我们看见哪一集，另一集反事实就成了永远缺失的底片。

老周给老板演示时间对讲机：小明输入“上私教课”是剧本 A，输入“不上”是剧本 B，但机器只会放映他真正经历的那一集。别急——虽然单个人只能看一集，但把全城人放到一起，就能用统计方法把另一集“补拍”出来。这正是后面 ATE 与 ATT 要做的事。

Yi=TiYi(1)+(1−Ti)Yi(0)Y_i = T_i Y_i(1) + (1 - T_i) Y_i(0)
观测结果不是独立存在的数据，而是由“处理状态”从两个潜在结果中挑出来的一个：上课看 Y(1)，不上课看 Y(0)。
  1. 处理指示变量T_i 取 1 表示个体 i 接受私教课，取 0 表示未接受，它是剧本的选择开关。
    TiT_i
  2. 上课分支只有 T_i=1 时该乘积非零，取到“上课剧本”的结果。
    TiYi(1)T_i Y_i(1)
  3. 不上课分支只有 T_i=0 时该乘积非零，取到“不上课剧本”的结果。
    (1−Ti)Yi(0)(1 - T_i) Y_i(0)
  4. 两路相加两个分支互相排斥又互不遗漏，加和得到观测结果。
    YiY_i

个体因果效应：看不见的个人专属差值

小明交了钱，坚持上完三个月私教课，瘦了 6 公斤。可他自己也说不清：要是没报课，凭他每天夜跑的习惯会不会瘦 2 公斤？于是小明的个体因果效应是 6 减 2 等于 4 公斤——但这个数字只有“时间对讲机”才知道，现实里没人能同时看到两集。

这就是因果推断的“根本问题”（Fundamental Problem of Causal Inference，由 Holland 总结）：对任何个体，要么看到 Y(1)，要么看到 Y(0)，永远无法同时看到两者。因此个体水平的因果效应原则上不可观测、不可验证。

个体效应虽然看不见，却真实存在，而且各不相同。有人对私教课反应强烈，有人反弹甚至为零，这种“处理效应的异质性”意味着：我们不能用一个数字概括所有学员，只能退而求其次研究群体平均。个体的因果效应记作：

老板沮丧地说：那我没法向每个学员保证“你一定能瘦 4 公斤”了？老周点头：个体剧本无法预见，但我们可以回答“平均而言”——对全城人平均是多少（ATE），对真正上课的人平均是多少（ATT）。从个体到平均，因果推断正式登场。

τi=Yi(1)−Yi(0)\tau_i = Y_i(1) - Y_i(0)
τ 读作 tau，表示个体 i 的因果效应：同一人在两个剧本里的结果差。它是“私教课对这个特定的人到底有没有用”的数学签名。
  1. 个体下标i 表示第 i 个研究对象，结论只适用于这个人，不自动推广到别人。
    ii
  2. 两个潜在结果Y_i(1) 与 Y_i(0) 分别是他上课与不上课的减重结果。
    Yi(1),  Yi(0)Y_i(1),\; Y_i(0)
  3. 差值即效应两结果相减得到 tau_i，正数表示上课有增益，负数表示反而有害。
    τi\tau_i

平均处理效应 ATE：全城人的平均剧本差

老周画了一幅图：假设全城 10 万人都被时间对讲机分成两批，一批强制上三个月私教课，另一批强制不上。把所有“上课剧本”的减重数取平均，再减去所有“不上课剧本”的平均，得到的数字就是 ATE——把私教课这个政策推向全城，平均每个人能多减多少公斤。

ATE 的全称是 Average Treatment Effect（平均处理效应），它回答的是一个“全民问题”：如果所有人都接受处理，平均效果是多少。公式把两个潜在结果的期望差拆成两个期望的差——这一步看似平淡，却把“不可观测的个体反事实”转化成了“可估计的总体平均”。

在完全随机实验中，处理分配与潜在结果独立，处理组与对照组在“其他一切”上可互换，因此实验中的观测均值差就是 ATE 的无偏估计。这也是为什么随机对照试验（RCT）被视为因果推断的黄金标准。

老板眼睛亮了：如果有天市政府问我“给全城人发免费私教课值不值”，我该看 ATE。老周补充：但如果你只看已毕业学员的成绩单，那个数字往往比 ATE 更好看——因为那是 ATT，主角换成了真正上课的人。

ATE=E[Y(1)−Y(0)]=E[Y(1)]−E[Y(0)]ATE = \mathbb{E}[Y(1) - Y(0)] = \mathbb{E}[Y(1)] - \mathbb{E}[Y(0)]
ATE 是全人群两个平行世界的平均结果之差：上私教课世界的平均减重，减去不上私教课世界的平均减重。
  1. 期望之差分别对两个剧本的总体取平均再相减，消除个体差异。
    E[Y(1)]−E[Y(0)]\mathbb{E}[Y(1)] - \mathbb{E}[Y(0)]
  2. 先差后均的等价写法先算每个个体的效应再取期望，与上式数学等价。
    E[Y(1)−Y(0)]\mathbb{E}[Y(1) - Y(0)]
  3. 随机化桥梁随机分组使处理组与对照组的潜在结果在期望上可互换，观测差异即可代表 ATE。
    E[Y(0)∣T=1]=E[Y(0)∣T=0]\mathbb{E}[Y(0)\mid T=1] = \mathbb{E}[Y(0)\mid T=0]

处理组效应 ATT：真正上课的人

工作室门口挂着横幅：“毕业学员人均减重 9 公斤”。老板得意，老周却说这个数字既真且“偏心”：它只统计了真的交钱、真的上完课的人，而这些人本身就更自律、更想瘦。横幅宣传的其实是 ATT——处理组（实际接受处理者）的平均因果效应。

ATT 的全称是 Average Treatment Effect on the Treated（处理组平均处理效应），它只在 T=1 的子总体里取均值。关键在于第二项 E[Y(0)|T=1]——“真正上课的人如果没上课会怎样”，这是一个反事实，正是老周手里缺失的那张底片。

观测数据中，处理组的 Y(1) 可以直接从数据里读出来，难的是 Y(0)|T=1。统计学家用倾向得分加权、匹配等方法，从对照组里“找替身”来填补这张底片。相比 ATE，ATT 更常出现在观察性研究中——因为只需对处理组的反事实建模，也更容易被“已发生的项目”回答。

老板恍然大悟：横幅上的“9 公斤”是毕业生的 ATT，只能说明“课程对坚持下来的人很有用”，不能说明“课程对所有人都这么有用”。要是把全城不爱运动的人拉来上课，平均效果（ATE）大概率缩水——这就是下一节要算的那笔账。

ATT=E[Y(1)−Y(0)∣T=1]=E[Y(1)∣T=1]−E[Y(0)∣T=1]ATT = \mathbb{E}[Y(1) - Y(0) \mid T=1] = \mathbb{E}[Y(1)\mid T=1] - \mathbb{E}[Y(0)\mid T=1]
ATT 只关心“实际吃了药的人”：他们平均多减了多少，而不是“如果所有人都吃药”会怎样。
  1. 条件子总体只在真正上课的学员里取平均，排除没上课的人。
    T=1T=1
  2. 处理组真实结果直接来自学员名单，数据可观测。
    E[Y(1)∣T=1]\mathbb{E}[Y(1)\mid T=1]
  3. 处理组反事实这批人若不上课的减重，必须靠对照组“替身”估计。
    E[Y(0)∣T=1]\mathbb{E}[Y(0)\mid T=1]

ATE 与 ATT 的差别：选择偏差这笔糊涂账

老周拿出两张成绩单：已毕业学员平均减 9 公斤，未办卡市民平均减 2 公斤，观测差异 7 公斤。但老周说这 7 公斤不能全算私教课的功劳——因为已毕业学员就算不报课，靠自律也能减 4 公斤。那“本来就能减的 4 公斤”就是选择偏差。

把这个想法写成公式，是理解因果推断的关键一步：观测到的两组均值差，可以拆成“真正的处理组效应 ATT”加上“两组基础结局之差（选择偏差）”。基础结局指没有任何处理时的潜在结果 Y(0)。

当“谁上课”是自选而不是随机时，处理组和对照组在“不训练也会瘦多少”上天然不同，偏差不为零。只有随机化才能把偏差项清零——此时 ATT 等于 ATE，观测差异同时等于两者。

老板拍板：以后对外宣传写“毕业学员平均多减 ATT 公斤”，向上级申请全城推广就按“全城平均多减 ATE 公斤”测算。老周竖起大拇指：分清两笔账，才不会被 7 公斤的观测差异忽悠得盲目扩张。

E[Y∣T=1]−E[Y∣T=0]=ATT+(E[Y(0)∣T=1]−E[Y(0)∣T=0])\mathbb{E}[Y\mid T=1] - \mathbb{E}[Y\mid T=0] = ATT + \Big(\mathbb{E}[Y(0)\mid T=1] - \mathbb{E}[Y(0)\mid T=0]\Big)
观测差异被拆成“真实的受益”与“人群本身的差距”两笔账：右边第一笔是课程功劳，第二笔是“谁报名”带来的选择偏差。
  1. 观测差异数据里处理组与对照组的平均结果差，最容易被误读为因果。
    E[Y∣T=1]−E[Y∣T=0]\mathbb{E}[Y\mid T=1] - \mathbb{E}[Y\mid T=0]
  2. 真实效应实际上课者的因果效应，代表课程的净贡献。
    ATTATT
  3. 选择偏差项两组“若都不上课”时的基础结果差，来自自选择。
    E[Y(0)∣T=1]−E[Y(0)∣T=0]\mathbb{E}[Y(0)\mid T=1] - \mathbb{E}[Y(0)\mid T=0]
  4. 随机化清零随机分组让偏差项期望为 0，观测差异退化为 ATT 也等于 ATE。
    偏差项=0\text{偏差项} = 0

因果识别假设：反事实重建的三条约定

老周承诺给毕业学员“找替身”补拍反事实，老板问：凭什么相信这种补拍？老周比喻：像修图师修复老照片要遵守三条约定——不篡改原件、光线一致、画面不重叠。因果推断要借助观测数据重建反事实，同样需要三条“君子协定”。

第一条 SUTVA（稳定单元处理值假设）：一个人上课不影响另一个人的结果（无干扰），且“上课”对所有接受者含义一致（一致性）。第二条可忽略性（无混杂）：在给定协变量 X 后，是否接受处理与潜在结果独立——意思是“该不该上课”的决定因素都已观测到。第三条重叠假设：给定任意 X，处理组和对照组都有人存在，保证“替身”找得到。

三条假设中，可忽略性可以用一个简洁的公式概括：T 与潜在结果在 X 条件下独立。满足它时，处理组与对照组在 X 相同的人群里可以互换，反事实就是用对照组结果给处理组“补剧本”的合法依据。

老周总结：三条约定缺一不可——SUTVA 保证剧本互不串场，可忽略性保证替身靠谱，重叠假设保证替身存在。老板半信半疑，老周便用一段真实代码演示：从模拟数据里用加权法把 ATE 和 ATT 重新“补拍”出来。

Y(1),  Y(0)⊥ ⁣ ⁣ ⁣⊥T∣XY(1),\; Y(0) \perp\!\!\!\perp T \mid X
这个式子的意思是：在 X（如自律度、年龄）相同的两个人里，谁上课谁是随机的——于是“没上课的人的结果”可以充当“上课者如果没上课的结果”。
  1. 潜在结果集合两个剧本的完整集合，它们是未知的待估量。
    Y(1),  Y(0)Y(1),\; Y(0)
  2. 条件独立性符号表示独立，且是在协变量 X 相同的前提下成立。
    ⊥ ⁣ ⁣ ⁣⊥T∣X\perp\!\!\!\perp T \mid X
  3. 因果识别钥匙条件独立使对照组的观测结果近似等于处理组的反事实。
    E[Y(0)∣T=1]≈E[Y∣T=0,X]\mathbb{E}[Y(0)\mid T=1] \approx \mathbb{E}[Y \mid T=0, X]

工程实践应用：决策目标决定指标选择

现在老板面临三份提案：市政府问“给全城人发课程值不值”；市场部写“毕业学员平均减重 9 公斤”；公益组问“给低收入人群发补贴，要不要按人群分别算效果”。老周用一句话总结：目标决定指标——推广全人群看 ATE，评估在训项目看 ATT，分层政策看条件 ATE。

实际操作中，观测数据常含混杂因素，不能直接相减。做法是先在不同协变量层内比较，再按协变量分布加权平均——这就是调整公式（也叫标准化公式），它把“无法直接观测的反事实”拆成“可以观测的分层对比”。

工程上，A/B 测试里随机分流使 ATE 约等于 ATT，直接用实验组均值差即可；但若存在用户自选实验（如“可选参与”），就退回 ATT 场景。医学研究中，政策制定者看 ATE（全人群收益），处方医生对已服药患者解释效果时用 ATT。选错指标，轻则夸大效果，重则决策失误。

老板最终在方案上签字：全市推广用 ATE 测算预算，年度报告用 ATT 讲学员故事，公益补贴按 X 分层出三套条件 ATE。老周收起时间对讲机，笑着说：因果推断不是发明数据，而是把缺失的另一半剧本，用规则小心地补回来。

ATE=EX[E[Y∣T=1,X]−E[Y∣T=0,X]]ATE = \mathbb{E}_X\Big[\mathbb{E}[Y\mid T=1, X] - \mathbb{E}[Y\mid T=0, X]\Big]
这个公式是“分层求和”：在每个 X 层内做对照比较，再按全人群的 X 分布加权平均，从而把观测比较校正为因果比较。
  1. 层内对照在 X 相同的层内比较上课与不上课的效果。
    E[Y∣T=1,X]−E[Y∣T=0,X]\mathbb{E}[Y\mid T=1, X] - \mathbb{E}[Y\mid T=0, X]
  2. 外层期望按全人群中 X 的分布加权，把各层效应合成全人群平均。
    EX[⋅]\mathbb{E}_X[\cdot]
  3. 样本化估计用样本均值替换期望，得到可计算的估计式，前提是可忽略性与重叠假设成立。
    ATE^=1N∑i=1N(E[Y∣T=1,Xi]−E[Y∣T=0,Xi])\widehat{ATE} = \frac{1}{N}\sum_{i=1}^{N}\Big(\mathbb{E}[Y\mid T=1, X_i] - \mathbb{E}[Y\mid T=0, X_i]\Big)

AI 应用场景

政策评估：全人群值不值

阶段：因果效应估计（决策支持）

解决的问题：政府发放职业培训补贴时，直接比较“参加者”与“未参加者”的收入会高估政策效果——因为更有上进心的人更可能报名（选择偏差）。AI 团队用潜在结果框架分别估计 ATE 与 ATT：ATE 回答“若向全体失业者发放补贴，平均月收入提升多少”，为是否全面推广提供依据；ATT 回答“已参加者实际受益多少”，用于对现有项目绩效问责。

具体案例：某市再就业平台积累了 20 万条培训记录，数据科学团队用倾向得分加权估计出 ATT 为月收入提升 1800 元、ATE 为 950 元。市政府按 ATE 测算财政预算，同时以 ATT 作为培训机构考核指标，避免机构“只招尖子生”的优惠筛选。

A/B 测试：随机化下的反事实

阶段：实验设计与效果评估

解决的问题：推荐系统改版后，直接比较实验组与对照组点击率，可能受“新功能曝光带来新鲜感”的短期效应干扰。随机分流下 ATE=ATT，观测差异即因果效应；但若用户可手动切换新旧版本（自选择），则需转入 ATT 框架处理。

具体案例：某电商 App 对推荐算法升级做 A/B 测试，按用户 ID 随机分流 1%。两周后实验组人均 GMV 提升 3.2%，该值同时等于 ATE 和 ATT，可外推为全量上线收益预测。后续灰度阶段用户可“体验新版本”，团队改用 ATT 指标评估实际使用者的增益，防止自选择偏差。

医学研究：疗效分析与沟通

阶段：疗效估计与结果解释

解决的问题：临床试验中患者可能中途退出或换组，直接比较“实际服药者”会引入选择偏差。因果推断框架区分两个视角：申报审批看 ATE（若给全人群处方，平均效果），医患沟通看 ATT（实际服药者的典型收益）。

具体案例：某减肥药物 III 期试验，按随机分组计算的效应（近似 ATE）为平均减重 2.1 kg；而完成全疗程的依从者（近似 ATT）为 3.4 kg。药监申报以随机分组结果为准，医生向已坚持服药的患者描述预期收益时则参考 ATT 区间。

Python 演示

python29 行
import numpy as np rng = np.random.default_rng(42)N = 2000# 混杂因素X(如自律度)同时影响是否参加培训T与潜在结果X = rng.normal(0, 1, N)propensity = 1 / (1 + np.exp(-(0.5 + X)))   # 参加培训的概率(倾向得分)T = rng.binomial(1, propensity).astype(bool) Y0 = 50 + 5 * X + rng.normal(0, 1, N)       # 不培训的潜在结果Y1 = Y0 + 3 + 1.5 * X                       # 培训的潜在结果, 效应随X增强Y = np.where(T, Y1, Y0)                     # 观测结果只亮一个剧本 true_ate = (Y1 - Y0).mean()true_att = (Y1[T] - Y0[T]).mean()naive = Y[T].mean() - Y[~T].mean()          # 朴素观测差异, 含选择偏差 # IPW估计ATE: 按倾向得分逆概率加权重建全人群ipw_ate = (T * Y / propensity - (1 - T) * Y / (1 - propensity)).mean() # IPW估计ATT: 对照组按p/(1-p)加权充当处理组的反事实w_ctrl = propensity[~T] / (1 - propensity[~T])ipw_att = Y[T].mean() - (w_ctrl * Y[~T]).sum() / w_ctrl.sum() print("真实ATE: %.3f kg" % true_ate)print("真实ATT: %.3f kg" % true_att)print("朴素观测差异: %.3f kg" % naive)print("IPW估计ATE: %.3f kg" % ipw_ate)print("IPW估计ATT: %.3f kg" % ipw_att)
目的：模拟一个存在混杂因素的职业培训数据，对比“朴素观测差异”与“真实 ATE/ATT”，并给出用倾向得分逆概率加权（IPW）从观测数据中重建反事实、估计两个因果指标的完整流程。
  1. propensity = 1 / (1 + np.exp(-(0.5 + X)))用逻辑函数生成每个人参加培训的概率，X 越大概率越高，模拟自选择机制。
  2. Y1 = Y0 + 3 + 1.5 * X设定培训的真实效果随 X 增强，制造效应异质性，让 ATT 与 ATE 不相等。
  3. Y = np.where(T, Y1, Y0)观测结果只显示 T 对应的那一个潜在结果，另一个剧本永远缺席。
  4. naive = Y[T].mean() - Y[~T].mean()朴素对比直接相减，混入选择偏差，往往会高估真实效果。
  5. ipw_ate = (T * Y / propensity - (1 - T) * Y / (1 - propensity)).mean()IPW 用每个样本除以自己被观测到的概率来重建全人群，得到 ATE。
  6. w_ctrl = propensity[~T] / (1 - propensity[~T])对照组按 p/(1-p) 加权，使其“像”处理组，用于估计 E[Y(0)|T=1] 从而算出 ATT。

常见误区

误区我对比了上课和没上课两组人的平均减重，差 7 公斤，这不就是私教课的效果吗？数据都摆在那里，直接相减最客观。

正解观测差异里既有 ATT（真实受益），也有选择偏差（两组“不训练也会瘦”的基础差异）。老周的比喻里，毕业生就算不报课也能靠自律减 4 公斤，这 4 公斤不是课程的功劳。只有当处理分配与潜在结果独立（如随机实验）时，观测差异才是因果效应。

为何常见：人脑天然把“比较两组平均”与“因果”绑定，而现实中处理往往不是随机分配的，混杂因素藏在暗处。

误区平均处理效应不就是处理组平均减重减对照组平均吗？ATE 和 ATT 必然相等，分那么细没必要。

正解随机实验里确实 ATE=ATT，但观察性数据里两者各有定义：ATE 是全人群两个剧本之差，ATT 只在 T=1 子总体中定义。当“谁上课”与潜在结果相关时（如自律者更爱报课），ATT 往往偏离 ATE。选择指标得看决策目标：全民推广看 ATE，评估已参与者看 ATT。

为何常见：大多数人对因果的第一印象来自随机对照实验，默认了“处理组=全人群的一个随机切片”。

误区我想知道小明报私教课到底瘦了几斤，拿他的体重减去他邻居的体重不就行了吗？或者用他上课前后的体重差也行。

正解个体因果效应 τ_i = Y_i(1) − Y_i(0) 需要同一人同时出现在两个剧本里，这在现实不可能。用他人对照混入了人际差异，用前后对比混入了自然减重的时间趋势。因果推断只能估计群体平均（ATE/ATT）或条件平均，无法逐点识别个体效应。

为何常见：把“同一人前后变化”误当成反事实，忽略了时间趋势；把“别人当替身”则忽略了人际差异。

误区我做了个随机实验，实验组用新推荐算法，对照组用旧算法，两组之间互不影响，直接相减就完事了。

正解SUTVA 要求“一人接受处理不影响他人结果”且“处理对所有接受者含义一致”。社交网络中对照组用户可能被实验组分享的内容影响（溢出效应）；疫苗试验中对照组因群体免疫而间接受益。这些都会低估或扭曲 ATE，需要设计隔离或采用网络化因果模型。

为何常见：随机实验的“隔离”直觉只适用于相互独立的单元，而人类、用户、地区天然互联。

面试题

Q1. 潜在结果框架中，个体 i 的因果效应定义是什么？

单选题 · easy

  • A.观测结果减去全人群均值
  • B.处理组平均减去对照组平均
  • C.两个潜在结果之间的差值← 正确答案
  • D.回归模型估计出的系数值

答案：C。个体因果效应是 τ_i = Y_i(1) − Y_i(0)，即同一人接受处理与不接受处理两个潜在结果之差。A 是统计偏差，B 是群体层面的对比，D 是相关性度量，都不涉及“同一人两个剧本”的反事实思维。

Q2. ATE（平均处理效应）描述的是什么？

单选题 · easy

  • A.全体人口接受处理的平均效果← 正确答案
  • B.实际接受处理者的平均效果
  • C.未接受处理者的自身变化量
  • D.随机实验中对照组的数值波动

答案：A。ATE 是对全人群的两个潜在结果取期望之差，相当于“如果所有人都上私教课”的平均效果。B 描述的是 ATT，C 是对照组变化，D 是随机误差，均不是 ATE 的定义。

Q3. ATT 在哪个子总体中定义？

单选题 · easy

  • A.随机分到处理组的全体对象
  • B.实际接受了处理的那些人← 正确答案
  • C.从未接受任何处理的对象
  • D.目标人群中所有人的平均水平

答案：B。ATT 全称是 Average Treatment Effect on the Treated，只在 T=1 的个体（实际接受处理者）中取平均。注意“随机分到处理组”与“实际接受处理”并不总是一致——实验中有依从性问题，观察数据中处理是自选的。

Q4. 观测差异 E[Y|T=1]−E[Y|T=0] 的正确分解是？

单选题 · mid

  • A.ATE 加上处理组的基础结局
  • B.ATT 加上选择偏差的分解项← 正确答案
  • C.个体效应之和减去样本规模
  • D.处理效果减去测量的误差项

答案：B。核心公式为“观测差异 = ATT + (E[Y(0)|T=1] − E[Y(0)|T=0])”。第一项是处理组真实受益，第二项是两组基础结局之差即选择偏差。A 混淆了 ATE 与 ATT，C、D 与分解公式无关。

Q5. 在完全随机实验中，下列哪项一定成立？

单选题 · mid

  • A.ATE 严格大于 ATT 数值
  • B.观测差异严格大于真实 ATT
  • C.随机化使 ATE 等于 ATT← 正确答案
  • D.个体因果效应可以直接观测

答案：C。随机化使处理分配与潜在结果独立，选择偏差项期望为 0，因此 ATE = ATT，观测差异同时等于两者。A、B 没有必然关系，D 违反因果推断根本问题——个体反事实永远缺失。

Q6. 关于选择偏差项 E[Y(0)|T=1]−E[Y(0)|T=0]，下列说法正确的是？

多选题 · mid

  • A.表示处理组与对照组基础结局的差距← 正确答案
  • B.表示处理对未处理者的溢出效应
  • C.随机化可使此项的期望归零← 正确答案
  • D.表示测量仪器不稳定引入的系统误差

答案：AC。选择偏差项刻画的是两组“若都不接受处理”时的结果差异，来自自选择而非处理本身。随机化让两组的潜在结果分布相同，此项期望为 0。B 属于 SUTVA 违反，D 是测量误差，都与选择偏差无关。

Q7. 以下哪个现象违反了 SUTVA？

单选题 · mid

  • A.受试者在实验中途退出研究
  • B.疫苗产生群体免疫保护他人← 正确答案
  • C.体重测量存在轻微的随机波动
  • D.实验组样本量大于对照组的量

答案：B。SUTVA 要求“一人接受处理不影响他人结果”。疫苗让周围人间接获得保护，是典型的处理溢出效应，违反无干扰假设。中途退出涉及依从性，测量波动是随机误差，样本量不等不影响 SUTVA。

Q8. 可忽略性假设（无混杂）的数学表述是？

单选题 · hard

  • A.给定协变量后处理与潜在结果独立← 正确答案
  • B.处理后观测结果与协变量相互独立
  • C.潜在结果与协变量之间完全独立
  • D.处理变量与控制变量之间相互独立

答案：A。可忽略性写作 Y(1),Y(0) ⊥ T | X，含义是控制住协变量 X 后，是否接受处理相当于随机。B 说的是观测结果与协变量的关系，C 忽略了条件作用，D 描述的是处理与协变量的关系，三者都不构成无混杂条件。

Q9. 以下哪些决策场景应优先选择 ATT 指标？

多选题 · hard

  • A.评估正在运行的培训项目收益← 正确答案
  • B.决定是否向全体市民推广课程
  • C.向已服药患者解释实际收益← 正确答案
  • D.比较新药对全人群的平均效果

答案：AC。ATT 回答“实际接受处理者受益多少”，适合评估已实施项目和用数据说明真实参与者的收益。B 和 D 都是“若向所有人推广会怎样”的全局决策，应当看 ATE，否则会因选择偏差高估效果。

Q10. 关于随机实验与可忽略性假设，下列说法正确的是？

多选题 · extreme

  • A.随机实验中观测差异可估计 ATE← 正确答案
  • B.完全随机分组下 ATE 等于 ATT← 正确答案
  • C.可忽略性下可用加权法一致估计 ATE← 正确答案
  • D.满足假设后个体效应可直接识别

答案：ABC。随机化使观测差异无偏估计 ATE，且偏差项为 0 时 ATE=ATT；可忽略性加重叠假设下，IPW 等加权法能一致估计 ATE。D 错误：即使所有识别假设满足，因果推断根本问题依然存在，个体水平的 τ_i 仍不可直接观测。