do-演算：因果效应识别

可视化演示

三步展示因果效应识别：潜在结果与do算子干预、后门准则混淆调整、前门准则中介路径识别。

因果效应定义

要破案，先得定义“真相”。在因果科学里，每个人其实都活在两个平行世界：一个世界里他吃了药，另一个世界里他没吃药。我们永远只能观察到其中一个世界，但因果效应恰恰问的是这两个世界的差。侦探不能穿越时空，却可以用 do-演算在概率世界里补出另一个平行世界的答案。

技术上说，设 \(X=1\) 表示吃药，\(X=0\) 表示不吃药，\(Y^{(1)}\) 和 \(Y^{(0)}\) 分别表示同一个体在两种干预下的潜在结果。平均因果效应不是比较“吃药的人”和“没吃药的人”，而是比较“所有人被迫吃药”和“所有人被迫不吃药”时的平均结局。

有了这一定义，侦探的问题就从“谁说了什么”变成了“两个平行世界平均差多少”，一个可以被数学工具处理的问题。

观察数据困境

侦探到现场取证时，目击者的证词往往被天气、立场和记忆污染。观察数据也一样：\(X\) 和 \(Y\) 可能同时被一个共同原因 \(Z\) 影响。比如病情严重的病人既更可能吃药，也更可能发烧。于是病历里“吃药的人恢复更差”可能只说明 Z 在背后捣乱，而不是药有问题。

在数学上，观察条件概率 \(P(y \mid x)\) 混入了 Z 的信息：当我们“看到” X=x 时，Z 的分布也会跟着改变。而因果效应 \(P(y \mid \mathrm{do}(x))\) 要求 Z 的分布保持不变，只有 X 被外部强制改变。两者一般不等：

辛普森悖论就是这个困境的典型案例：每个病情亚组里药都有效，合在一起却显得药物有害，因为重症病人在吃药组里占比过高。侦探必须意识到：病历上的相关，可能只是 Z 在背后导演的一场戏。

do算子内涵

do 算子不是统计教科书里的条件概率，而是侦探的“重演按钮”。按下 \(\mathrm{do}(X=x)\)，就相当于对所有嫌疑人说：“不管你们原本怎么选，现在统一执行 X=x。” 此时，原本决定 X 的那些背景因素全部失效，因为它们不再有机会影响 X。

用因果图的语言说，观察世界里的 X 有父节点（比如病情 Z），干预世界里的 X 没有父节点。我们要把指向 X 的入边全部切断，再固定 X=x。联合分布在干预后会变成所谓的“截断因子分解”：

这个“截断”动作是 do-演算的起点。后面所有识别技巧，本质上都在想方设法把这种干预分布改写成观察数据能估计的形式。

后门准则

侦探发现现场有一条后门通道：X 和 Y 之间存在一条不经过 X→Y 的路径，比如 Z→X 和 Z→Y。这条后门路径让 X 和 Y 看起来相关。后门准则说：只要找到一个可观测变量集 Z，它能阻断所有这样的后门路径，并且 Z 不包含 X 的后代，我们就可以用 Z 分层来“关上门”。

一旦 Z 满足后门准则，因果效应就有了一个简洁的调整公式：

后门准则是 do-演算中最常用的招式。它的价值在于：只要找对 Z，普通的病历数据也能用来估计药物效果。

前门准则

现实中，侦探常常找不到所有混杂变量。比如药物 X 和恢复 Y 之间有一个共同原因 U，而这个 U 完全无法观测。此时后门准则失灵，但前门准则仍可能给出答案——前提是存在一个完全中介变量 M：X 通过 M 影响 Y，而 M 与 Y 之间没有未观测混杂。

前门调整公式看起来比后门复杂一点，但思路依然是“分两步走”：

前门准则像侦探绕路：正面后门被封死，就从侧面的中介走廊迂回进入现场。它告诉我们，即使有些混杂看不见，因果效应依然可能可识别。

do演算公理

后门和前门只是 do-演算手册里的两个特例。真正完整的手册包含三条公理，它们像侦探的三种基本动作：删掉没用的证词、把重演换成目击、删掉多余的干预。只要在对应删边图中满足条件独立，这三条规则就能一步步把烦人的 \(\mathrm{do}\) 操作转化为可估计的观察量。

正因为有了这三条公理，因果识别才从“撞运气”变成算法：从目标表达式出发，反复套用规则，直到 \(\mathrm{do}\) 全部消失，成为只含观察数据的统计量。

反事实推理

侦探不仅关心“整个人群”，有时也关心“这个具体的人”。反事实问的是：如果这个已经吃了药的人当初没吃药，他的结局会怎样？这种问题在现实中永远无法验证，但在因果模型里可以被推理。

核心工具是潜在结果 \(Y_x\) 和一致性条件：当实际观测到 \(X=x\) 时，反事实结果 \(Y_x\) 就等于观测到的 \(Y\)。用公式表达就是：

反事实推理通常走三步：先用数据和模型反推个体背后的混杂因素，再执行 do 干预，最后预测新世界的结果。这在因果机器学习中，正是个性化处理效应估计的底层逻辑。

工程实践

手册最终要变成工作台。在真实 AI 工程中，我们常用 DoWhy、EconML 等因果推断库完成四步流程：建模、识别、估计、反驳。其中“识别”这一步正是 do-演算的主场：库内部会把 \(P(Y \mid \mathrm{do}(X))\) 自动改写成后门调整或前门调整形式。

一个常见的估计策略是倾向得分加权（IPW）。假设 \(\hat{e}(X_i)\) 是第 \(i\) 个样本被分到处理组的预测概率，加权平均公式为：

工程上还要做敏感性分析：如果存在一个未观测混杂变量，强度和直接效应达到多大才会推翻结论？只有经过反驳检验，do-演算得到的因果结论才能进入可解释 AI 和决策系统。

AI 应用场景

Python 演示

import numpy as npimport pandas as pd def generate_data(n=2000, seed=7):    rng = np.random.default_rng(seed)    z = rng.normal(size=n)    p = 1.0 / (1.0 + np.exp(-0.7 * z))    x = rng.binomial(1, p)    y = 1.2 * x + 0.8 * z + rng.normal(size=n)    return pd.DataFrame({"z": z, "x": x, "y": y}) def naive_ate(df):    return df.loc[df["x"] == 1, "y"].mean() - df.loc[df["x"] == 0, "y"].mean() def backdoor_stratification(df, bins=8):    df = df.copy()    df["z_strata"] = pd.qcut(df["z"], q=bins)    total = 0.0    for _, grp in df.groupby("z_strata", observed=True):        weight = len(grp) / len(df)        treated = grp.loc[grp["x"] == 1, "y"]        control = grp.loc[grp["x"] == 0, "y"]        if len(treated) > 0 and len(control) > 0:            total += weight * (treated.mean() - control.mean())    return total if __name__ == "__main__":    data = generate_data()    print("naive ATE:", naive_ate(data))    print("backdoor ATE:", backdoor_stratification(data))

1. y = 1.2 * x + 0.8 * z + rng.normal(size=n)设置真实因果效应为 1.2，同时让 Z 影响 Y，制造混杂。
2. p = 1.0 / (1.0 + np.exp(-0.7 * z))Z 越大用药概率越高，这就是“选择偏差”的来源。
3. df["z_strata"] = pd.qcut(df["z"], q=bins)按 Z 分成 8 层，对应后门调整里的“分层”。
4. weight = len(grp) / len(df)每层人数占比作为权重，把分层结果拼回总体。
5. treated.mean() - control.mean()在同一层内比较用药与不用药，阻断共同原因干扰。

常见误区

面试题