因果推断中的前门准则原理与应用

可视化演示

展示前门准则在存在不可观测混淆时通过中介变量识别因果效应，两步估计：先估处理对中介的作用，再估中介对结果的作用，组合得到总因果效应。

问题背景：后门准则的困境

环保局调查员遇到了所有因果推断者最头疼的问题：你想知道“排污量对鱼群健康的因果效应”，但你不能做随机实验，只能翻历史数据。这时，你真正想要的是一个叫 do 算子 的东西——它表示“强制全世界都处于某个状态”。因果效应就是比较两个强制状态下的结果差异。用公式写出来，就是 平均处理效应（ATE）：让所有工厂都多排和让所有工厂都少排，两种平行世界下鱼群平均健康之差。

你手头能算的却是条件概率 P(Y|X)：排污多的年份鱼群确实更差。可这能算是“因果”吗？不能。因为降雨量 Z 这个看不见的第三方，像一只无形的手同时在拨弄 X 和 Y：雨水多时工厂赶工猛排（X 变大），雨水多时鱼群繁殖环境也更好（Y 变好）。于是数据里呈现的“排污多→鱼群差”其实是 Z 制造的假象，被统计学家称为混淆偏差。

经典的后门准则告诉调查员：想得到干净的因果效应，就把所有像 Z 这样的混淆变量都找出来，按它的取值分层再加权。可问题恰恰在于——Z 的数据不完整。后门准则的前提是“看得见混淆变量并控制它”，当 Z 不可观测时，这条后门路就彻底走不通。

$$\text{ATE} = E[Y \mid do(X=1)] - E[Y \mid do(X=0)]$$

1. 干预记号 do：do(X=1) 表示强行把排污量设为高位，切断一切指向 X 的“自然箭头”，让世界从观测模式切换到干预模式。

$$do(X=1)$$

2. 处理组平行世界：在干预世界里，所有工厂的排污量都被设定为 1，此时鱼群健康的平均值。

$$E[Y \mid do(X=1)]$$

3. 对照组平行世界：在另一个平行的干预世界里，所有工厂的排污量都被设定为 0，此时鱼群健康的平均值。

$$E[Y \mid do(X=0)]$$

4. 两个世界相减：用处理世界的平均结果减去对照世界的平均结果，得到“排污从 0 变成 1”带来的净因果效应。

$$\text{ATE} = E[Y \mid do(X=1)] - E[Y \mid do(X=0)]$$

后门准则失效后，调查员把目光转向了那条一直存在的中间通道：排污口流出的污水，先改变了河水中的毒素浓度 M，毒素再毒害鱼群。M 是你能观测到的中间变量，而这条“前门走廊”恰好绕开了那个看不见的降雨量 Z。前门准则，正是为这种“后门被锁死”的场景量身定制的破案路线。

前门准则的三条金条件

把前门走廊变成一条合法取证路线，需要同时满足三个条件，缺一不可。这就像修一条绕行隧道：第一，隧道必须是唯一通道，不能有别的暗渠绕过去；第二，隧道入口这段路不能有岔道混入；第三，隧道出口那段的岔道必须全部封死。

形式化地说，若变量组 (X, M, Y) 满足前门准则，那么因果效应 P(Y|do(X)) 就能从纯观测数据 P(X, M, Y) 中唯一识别出来。三条金条件分别是：M 完全中介 X 到 Y 的效应（因果图中一切从 X 指向 Y 的有向路径都经过 M）、X→M 无混杂（从 X 到 M 不存在未阻断的后门路径）、X 阻断 M→Y 的所有后门路径（给定 X 后，M 到 Y 之间没有其他暗路）。

这三条条件保证了因果链条可以被安全地切成两段。在环保局的案子里，它们分别对应着：毒素是排污影响鱼群的唯一途径、排污进河的过程没有被降雨搅浑、一旦知道排污量，毒素和鱼群之间没有其他隐藏通道。图形验证方法很简单：沿着因果图逆向找路径，数一数有没有不经过 M 的 X→Y 路径、有没有进入 M 的旁路、有没有 M→Y 的后门路径漏网。

$$\displaystyle P(Y=y \mid do(X=x)) = \sum_{m} P(M=m \mid X=x) \cdot P(Y=y \mid do(M=m))$$

1. 总效应：左边是我们要找的目标——把排污量强制钉在 x 时，鱼群出现状态 y 的概率。

$$P(Y=y \mid do(X=x))$$

2. 对中介求和：右边第一层对所有可能的毒素浓度 m 求和，相当于把“经过中间站 M”的每一条子路径都汇总起来。

$$\sum_{m} P(M=m \mid X=x) \cdot P(Y=y \mid do(M=m))$$

3. 第一段：P(M=m|X=x) 是给定排污量 x 时毒素浓度为 m 的条件概率，由于 X→M 无混杂，它可以直接从观测数据中读取。

$$P(M=m \mid X=x)$$

4. 第二段：P(Y=y|do(M=m)) 是“强制全河段毒素浓度等于 m”时鱼群的响应，这一项还不能直接观测，需要在下一步用后门调整来识别。

$$P(Y=y \mid do(M=m))$$

三条金条件一成立，前门走廊就通了：第一段路干干净净，第二段路的干扰也有办法在下一章解决。环保局的取证路线图上，这条“排污→毒化→鱼群”的路径已经被画成了一条合法主线。

识别公式推导

现在调查员站在前门走廊的中间站 M 上，手里拿着第一段录像：排污量 x 如何推高毒素浓度 m，这段清清楚楚。但第二段“毒素浓度 m 到鱼群健康 y”的录像里，还混着降雨量 Z 的影子——因为 Z 同时也影响鱼群生存。怎么把 Z 的干扰从第二段里剥离出去？

关键在于第三条金条件：X 阻断了 M→Y 的所有后门路径。换句话说，如果先把人群按照他们的排污史 x' 分成一层一层的，那么在每一层内部，M→Y 的关系就不再受 Z 污染。最后，用 X 在人群中本来的分布 P(X=x') 做加权平均，就得到了 M→Y 的干净效应。这个操作本质上是在说：X 的分布像一次“自然随机化实验”——每个排污水平的人都在自然状态下出现过，我们用加权平均模拟了一次针对 M 的随机对照试验。

把两段拼起来，就得到了前门准则的完整识别公式。这个公式是因果推断中最优雅的结果之一：左边是一个带着干预记号 do 的“不可观测量”，右边完全由观测数据 P(X, M, Y) 构成。

$$\displaystyle P(Y=y \mid do(X=x)) = \sum_{m} P(M=m \mid X=x) \sum_{x'} P(Y=y \mid X=x', M=m) P(X=x')$$

1. 目标量：左边是排污量被强制设为 x 时鱼群健康分布，这是我们需要识别的因果效应。

$$P(Y=y \mid do(X=x))$$

2. 外层对中介求和：遍历毒素浓度 m 的所有可能取值，把所有“经过中间站”的证据链汇总。

$$\sum_{m}$$

3. 前门第一段：排污量 x 导致毒素浓度 m 的概率，对应 X→M 这条无混杂路径，直接从观测数据中估计。

$$P(M=m \mid X=x)$$

4. 内层后门调整：以排污史 x' 为分层变量，在每层内读取 P(Y|X', M)，再用 P(X') 加权——这就是在估计“强制毒素浓度等于 m 时鱼群的状态”。

$$\sum_{x'} P(Y=y \mid X=x', M=m) P(X=x')$$

5. 两层求和合并：第一段乘第二段再对所有 m 累加，把两条证据链合成最终的因果效应估计。

$$\sum_{m} P(M=m \mid X=x) \sum_{x'} P(Y=y \mid X=x', M=m) P(X=x')$$

现在，环保局的数据报告变成了一台“因果计算器”：左边是你做梦都想要的干预效应，右边全是可以从排污台账、毒素监测和鱼群调查中算出来的频率。公式虽美，但调查员还得向法官证明“为什么这么算合法”——这就是下一章的 do-演算证明。

do-演算证明

环保局的结案报告要经得起质证，光有公式不够，得说明每一步的依据。do-演算就是因果推断的“法律条文”：它提供了一组规则，允许我们把带 do 记号的干预分布，一步步改写成纯观测分布。

证明的关键在第二段。我们的目标是识别 P(Y|do(M))——强制全河段毒素浓度等于 m 时鱼群的状态。条件三告诉我们：在因果图 G 中，M 到 Y 的所有后门路径都经过 X。因此 X 是 M→Y 的一个充分调整集，可以直接套用后门调整公式。这个公式我们上章用过它的结论，这里补上它的合法性证明。

$$\displaystyle P(Y=y \mid do(M=m)) = \sum_{x'} P(Y=y \mid X=x', M=m) P(X=x')$$

1. 目标干预：假设通过某种手段把全河段的毒素浓度强制设定为 m，观察鱼群的状态分布。

$$P(Y=y \mid do(M=m))$$

2. 后门阻断条件：在删去 M 所有出边的因果图中，M 与 Y 关于 X 条件独立，说明 X 阻断了全部 M→Y 后门路径。

$$(M \perp\!\!\!\perp Y \mid X)_{G_{\underline{M}}}$$

3. 层内清理：在 X=x' 这一层内部，M→Y 的效应不再受 Z 干扰，可以直接读取观测概率。

$$P(Y=y \mid X=x', M=m)$$

4. 按 X 加权平均：乘上 P(X=x') 并对所有 x' 求和，把不同“历史排污水平”的人群综合成一个整体效应。

$$\sum_{x'} P(Y=y \mid X=x', M=m) P(X=x')$$

回到第二章的分解式，把刚识别的 P(Y|do(M)) 代进去，完整公式应声落地。整个证明的三步，恰好对应前门准则的三条金条件：M 完全中介保证了分解式成立，X→M 无混杂保证了 P(M|X) 可以直接观测，X 阻断 M→Y 后门保证了后门调整可以套用。do-演算的威力就在于此：它把“干预世界”翻译成“观测世界”，让因果效应从观测数据中浮出水面。环保局的结案报告终于有了扎实的法律依据——每一段推导都有图论条文支撑。

与后门准则对比

后门准则像装了监控探头的排查法：把所有可能搅局的变量都拍下来，逐一控制；前门准则像绕行通道：不深究那个隐藏搅局者是谁，只要确认它进不了中间通道，就能安全通过。两种准则的根本区别在于，一个要求“看得见并控制全部混淆变量”，一个允许“混淆变量藏在暗处但存在可用中介”。

从适用场景看，如果你能用实验或观测手段拿到全部混淆变量 Z 的数据，后门准则通常更直接——直接按 Z 分层加权即可。但如果你发现 Z 存在且不可观测（比如降雨数据缺失、基因数据没有采集），后门路径就被堵死，此时就该检查是否存在满足三条条件的中介结构，改用前门准则。

从公式结构看，后门准则是对混淆变量 Z 求和，前门准则的外层是对中介 M 求和、内层是对 X 求和。有意思的是，前门公式的内层本身就是针对 M→Y 的后门调整——所以前门准则是“站在后门准则的肩膀上”工作的，两者不是竞争关系，而是嵌套与互补关系。实际分析中，我们通常先尝试后门，发现走不通再寻找前门结构，甚至在同一张因果图中交替使用两种准则。

$$\displaystyle P(Y=y \mid do(X=x)) = \sum_{z} P(Y=y \mid X=x, Z=z) P(Z=z)$$

1. 目标：无论走后门还是走前门，最终目标都是同一个——X 对 Y 的因果效应。

$$P(Y=y \mid do(X=x))$$

2. 按 Z 分层：把混淆变量 Z 的每一个可能取值 z 单独拿出来作为一个子群体。

$$\sum_{z}$$

3. 层内条件概率：在 Z=z 的子群体里，X 和 Y 的关系不再受 Z 扭曲，可以读取观测条件概率。

$$P(Y=y \mid X=x, Z=z)$$

4. 边际加权：用 P(Z=z) 作为权重把各层结果加权平均，得到“平均掉了 Z 影响”的因果效应。

$$P(Z=z)$$

环保局案件里，如果雨量数据齐全，走后门控制 Z 当然最直接；可数据缺失时，前门绕行就成了唯一路线。一张因果地图上，后门和前门不是二选一的敌人，而是先后手的关系——后门被堵，前门接力。

实战应用模板

任何新手调查员拿到一个因果识别任务，都可以照着环保局的“四步勘验流程”走一遍。第一步，画因果图：把 X、M、Y 和已知路径全部画清楚，隐藏的混淆变量用虚线标出。第二步，验证前门条件：逐一检查三条金条件，任何一条不满足，公式就失效。第三步，从观测数据估计三个概率项：P(M|X)、P(Y|X,M)、P(X)。第四步，代入前门公式计算并解读：比较不同干预水平下的效应差异。

以因果推断的经典例题“吸烟 → 焦油 → 肺癌”为例。这里 X 是吸烟状态，M 是肺部焦油沉积量，Y 是是否患肺癌，隐藏混淆变量 Z 是与吸烟倾向和肺癌都相关的基因易感性。观测数据如下：P（吸烟）=0.3；吸烟者焦油高的概率 0.8、不吸烟者焦油高的概率 0.1；在 X 和 M 的每种组合下患肺癌的概率如表所示。

| 变量组合 | 概率 |

|---|---|

| P（焦油高 \| 吸烟） | 0.8 |

| P（焦油高 \| 不吸烟） | 0.1 |

| P（肺癌 \| 吸烟，焦油高） | 0.20 |

| P（肺癌 \| 吸烟，焦油低） | 0.05 |

| P（肺癌 \| 不吸烟，焦油高） | 0.15 |

| P（肺癌 \| 不吸烟，焦油低） | 0.03 |

手算一下内层：inner（焦油高） = 0.20 × 0.3 + 0.15 × 0.7 = 0.165；inner（焦油低） = 0.05 × 0.3 + 0.03 × 0.7 = 0.036。于是 P（肺癌|do（吸烟）） = 0.8 × 0.165 + 0.2 × 0.036 = 0.1392；P（肺癌|do（不吸烟）） = 0.1 × 0.165 + 0.9 × 0.036 = 0.0489。因果效应 = 0.1392 − 0.0489 = 0.0903，即“强制吸烟”比“强制不吸烟”的肺癌风险高约 9 个百分点。

$$\displaystyle \hat{P}(Y=y \mid do(X=x)) = \sum_{m} \hat{P}(M=m \mid X=x) \sum_{x'} \hat{P}(Y=y \mid X=x', M=m) \hat{P}(X=x')$$

1. 帽子记号：表示“从数据中估计出来的值”，可以是样本频率，也可以是统计模型给出的预测概率。

$$\hat{P}(\cdot)$$

2. 第一段估计：统计 X=x 的样本中 M=m 所占的比例，对应 X→M 的观测效应。

$$\hat{P}(M=m \mid X=x)$$

3. 第二段估计：统计 X=x' 且 M=m 的样本中 Y=y 所占的比例，对应层内条件概率。

$$\hat{P}(Y=y \mid X=x', M=m)$$

4. 双层加权求和：把两段估计值按前门公式的结构交叉相乘、逐层累加，得到因果效应的最终估计量。

$$\sum_{m} \hat{P}(M=m \mid X=x) \sum_{x'} \hat{P}(Y=y \mid X=x', M=m) \hat{P}(X=x')$$

有趣的是，观测数据中不吸烟者的肺癌率是 0.1 × 0.15 + 0.9 × 0.03 = 0.042，低于干预世界里的 0.0489——因为观测数据里的“不吸烟”群体恰好携带更多保护性基因，而前门公式把基因混杂剥离掉了。这就是因果效应与相关性的本质区别。回到环保局的办公桌前，同样的四步流程，换成排污量、毒素浓度和鱼群健康三列数据，前门准则就从一堆“看着相关但说不清因果”的台账里，捞出了真正能指导决策的因果效应。

AI 应用场景

Python 演示

# Front-door criterion: estimate causal effect from observational data# P(Y | do(X=x)) = sum_m P(M=m|X=x) * sum_x' P(Y|X=x',M=m) * P(X=x') def front_door_effect(p_x, p_m_given_x, p_y_given_xm, target_x):    """Return P(Y=1 | do(X=target_x))"""    effect = 0.0    for m in p_m_given_x[target_x]:        inner = 0.0        for x in p_x:            inner += p_y_given_xm[x][m] * p_x[x]        effect += p_m_given_x[target_x][m] * inner    return effect  def main():    # Observed probabilities from historical data    p_x = {"smoke": 0.3, "no_smoke": 0.7}     p_m_given_x = {        "smoke": {"tar_high": 0.8, "tar_low": 0.2},        "no_smoke": {"tar_high": 0.1, "tar_low": 0.9},    }     p_y_given_xm = {        "smoke": {"tar_high": 0.20, "tar_low": 0.05},        "no_smoke": {"tar_high": 0.15, "tar_low": 0.03},    }     p_do_smoke = front_door_effect(p_x, p_m_given_x, p_y_given_xm, "smoke")    p_do_no = front_door_effect(p_x, p_m_given_x, p_y_given_xm, "no_smoke")     print("P(lung_cancer | do(smoke))   = %.4f" % p_do_smoke)    print("P(lung_cancer | do(no_smoke)) = %.4f" % p_do_no)    print("Causal effect of smoking     = %.4f" % (p_do_smoke - p_do_no))  if __name__ == "__main__":    main()

1. def front_door_effect(p_x, p_m_given_x, p_y_given_xm, target_x):定义前门准则计算函数，接收三个概率表与目标干预水平。
2. for m in p_m_given_x[target_x]:外层循环遍历中介变量 M 的所有取值，对应公式中的 Σ_m。
3. for x in p_x:内层循环遍历 X 的所有历史取值，对应公式中的 Σ_x'。
4. inner += p_y_given_xm[x][m] * p_x[x]内层后门调整：对 X 做加权平均，识别 P(Y|do(M))。
5. effect += p_m_given_x[target_x][m] * inner两段相乘累加，合成最终的因果效应。
6. p_m_given_x = {...}手工构造第一段条件概率表 P(M|X)，来自历史数据频率。
7. p_y_given_xm = {...}手工构造第二段条件概率表 P(Y|X,M)，来自队列观测。
8. print("Causal effect of smoking = ...")输出两种干预水平之差，即净因果效应。

常见误区

面试题