想象你是一家咖啡馆的新品研发负责人。你想回答一个关键问题：新品美式（X）到底能不能提升顾客的清醒度（Y）？ 最理想的做法，是把顾客随机分成两组，一组喝新品，一组喝白开水，然后比较清醒度——这是“天降正义”式的理想因果实验。可现实中办不到：顾客会自己决定喝什么，而他们的作息习惯（Z）偏偏同时决定了“买不买咖啡”和“清不清醒”——熬夜的人更爱喝咖啡，也更困。如果你只是简单比较“买了咖啡的人”和“没买咖啡的人”，就会发现：买咖啡的人清醒度反而更低！这不是咖啡没用，而是有一条“后门路径”在捣鬼：X ← Z → Y（买咖啡 ← 作息 → 清醒度）。后门准则，就是教你如何在这种“无法做实验、只能看观测数据”的处境下，打开一扇“假空调的门”，通过按作息分层、组内比较、加权汇总，还原咖啡的真实因果效应。今天我们就用这家咖啡店的故事，把后门准则的前世今生讲透。

岗位关联

对 AI 从业者而言，后门准则是从“相关”跨向“因果”的通行证——它让大模型和推荐系统不再被混杂因素欺骗，是构建可解释 AI、稳健决策系统的硬核基本功。

目录
  1. 可视化演示
  2. 概念起源
  3. 准则定义
  4. 操作步骤
  5. 关键性质
  6. 高级议题
  7. 工程实践
  8. AI 应用场景
  9. Python 演示
  10. 常见误区
  11. 面试题

可视化演示

展示do-演算后门准则：识别X到Y的后门路径(X<-U->Y)，通过条件化混杂因素Z={U,W}阻断后门路径，实现无偏因果效应估计。

本节配有交互动效（进入视口后自动加载，约 3KB）。

后门准则 X->Y因果路径 U/W后门混杂因素 条件化Z阻断后门路径 P(Y|do(X))=Sum P(Y|X,Z)P(Z) 后门调整实现无偏因果估计

概念起源

回到咖啡馆。你统计了一周的销售数据，发现：“买了新品美式的顾客，清醒度平均比没买的低 0.2 分。”你差点想把配方扔掉。但冷静一想：买美式的人大多是熬夜赶工的上班族——他们本来就困！这就是因果与相关的经典错位：数据上“买咖啡”和“困”相关，但咖啡也许是提神的，真正让你困的是“熬夜”这个幕后黑手。我们把这个同时影响 X（喝咖啡）和 Y（清醒度）的幕后因素叫做混杂因素（以 Z 表示）。它像一条隐蔽的暗道：X ← Z → Y，从 X 的背面绕了一条“后门路径”通向 Y，让表面数据撒了谎。

要戳穿这个谎言，统计学家珀尔（Judea Pearl）引入了 do 算子——一个代表“强行干预”的魔杖。do(X=x) 的意思是“我们不观察谁自愿喝了咖啡，而是强迫所有人喝咖啡”。因果效应，就是比较“强迫所有人喝”与“强迫所有人不喝”两种平行宇宙下的清醒度差距。但现实里我们没法真的强迫顾客，于是问题的核心变成了：如何只凭观察数据，推算出做实验才能得到的因果效应？

这时，后门路径就成了关键线索。所谓后门路径，是因果图中从 X 到 Y 的、箭头指向 X 的“非因果关系路径”。它让我们误把混杂当因果。后门准则的整场戏，就是围绕这些暗道展开的：

就像剥洋葱：最外层的相关数据把咖啡的功劳记错了账。我们看清了混杂这条暗道，下一步就是学后门准则的标准动作——如何精准地“封堵暗道”，把账重新算清。记住那句咖啡馆座右铭：看到相关，先别急着喊因果，回头找找后门。

P(Y=y∣do(X=x))≠P(Y=y∣X=x)\displaystyle P(Y=y\mid do(X=x)) \neq P(Y=y\mid X=x)
这个不等式宣告：观测到的条件概率，一般不等于因果概率。除非我们能拦住所有后门路径。
  1. 左侧是干预世界do(X=x) 表示“强制所有人喝咖啡”，此时 Y 的分布是因果效应的真身。
    P(Y=y∣do(X=x))\displaystyle P(Y=y\mid do(X=x))
  2. 右侧是观察世界X=x 只是“记录到某人喝了咖啡”，未排除作息 Z 的影响。
    P(Y=y∣X=x)\displaystyle P(Y=y\mid X=x)
  3. 不等号来自混杂熬夜的人更爱买咖啡也更困，导致“买了咖啡”这条消息里掺入了 Z 的杂质。
    ≠\displaystyle \neq
  4. 后门准则的使命找到一组 Z，让左侧可以用右侧的加权组合来替换，等式就成立。
    P(Y=y∣do(X=x))=∑zP(Y=y∣X=x,Z=z)P(Z=z)\displaystyle P(Y=y\mid do(X=x)) = \sum_z P(Y=y\mid X=x, Z=z)P(Z=z)

准则定义

现在你明白了有后门路径在捣乱，但怎么判断“控制哪些变量”才算封住暗道呢？后门准则的正式定义给出一把尺子。回到店里：你打算按顾客的作息习惯（Z）来分组，但心里打鼓——光控制作息够吗？在咖啡店这个例子里够，因为所有从“买咖啡”通向“清醒度”的非因果暗道，都是借道作息（Z）这条必经之路的。只要把这条唯一的通道设卡检查，所有偷偷摸摸的混杂影响都过不去。

形式化地说，一组变量 Z 满足后门准则，需要两条铁规：第一，Z 不能是 X 的后代——你不能拿一个“被喝咖啡影响的东西”当挡箭牌；第二，Z 必须阻断 X 到 Y 的所有后门路径。一旦满足，我们就说因果效应可以被“识别”（identifiable），意思是：仅靠观察数据，就能算出和强制实验一样的结果。

这个“阻断”在数学上有一个优雅的等价表述，叫条件可忽略性（条件可交换性）——给定 Z 之后，选择喝不喝咖啡就像随机抛硬币一样，与潜在结果无关：

想象你要给两拨客人盲测咖啡：在“熬夜党”里，喝新的旧的比例由抽签决定；“规律党”同理。这样每组内都像做了个小实验。把两组的实验结论拼起来，整体效果也就清楚了。这就是后门准则的定义之美：它把“能否做实验”的问题，翻译成了“能否找到一组阻断变量”的图形问题。

Y(x)⊥X∣Z\displaystyle Y(x) \perp X \mid Z
这个独立性是说：在相同作息的人群里，“谁喝了咖啡”几乎是随机的，于是组内比较就是干净的因果比较。
  1. 潜在结果登场Y(x) 表示“如果某人喝了咖啡，他的清醒度”，这是反事实世界的虚构值。
    Y(x)\displaystyle Y(x)
  2. 独立符号⊥ 读作“独立于”，意思是两边互不相关、互不干扰。
    ⊥\displaystyle \perp
  3. 给定 Z 条件| Z 表示“把顾客按作息分组后”再看内部关系，这就是分层的思想。
    X∣Z\displaystyle X \mid Z
  4. 可忽略性的含义组内选择近似随机，混杂被关在门外，观察数据有了实验的“纯度”。
    Y(x)⊥X∣Z\displaystyle Y(x) \perp X \mid Z

操作步骤

理论讲完，该上手了。后门准则的实践操作像一套标准咖啡品鉴流程，一共四步。第一步：画出因果图——把你知道的变量和箭头关系画出来，标注 X、Y、Z 及其关联。第二步：找出所有后门路径——从 X 出发、沿箭头反向走一步、再绕回 Y 的路径。在咖啡店例子里，就是 X ← Z → Y 这一条。第三步：选定条件集合——找一撮变量，把所有后门路径全部堵死，同时绝不包含 X 的后代。第四步：分层加权——按 Z 分组建“实验小组”，组内比较清醒度差异，再按各组人数占比加权平均。

这一步的数学表达式就是赫赫有名的后门调整公式，也是整个 do-演算体系里最常用的武器。它的逻辑很直白：总效果 = 各组效果 × 各组权重，求和：

回到店里实操：熬夜党（Z=1）占 50%，组内咖啡提升清醒度 +0.7；规律党（Z=0）占 50%，组内提升 +0.5。加权平均算下来 = 0.5×0.7 + 0.5×0.5 = +0.6。这个 +0.6 才是新品咖啡的真实威力！而之前“买咖啡的人更困”的 -0.2，纯属被作息混杂扭曲的假象。后门调整公式就像一本靠谱的账本：每一层的账记清楚，再按规模折算，才能不被表象带偏。

P(Y=y∣do(X=x))=∑zP(Y=y∣X=x,Z=z) P(Z=z)\displaystyle P(Y=y\mid do(X=x)) = \sum_z P(Y=y\mid X=x, Z=z)\, P(Z=z)
公式右边全是观察数据能算的量：组内比例和组大小。左边是实验才能得到的因果量——后门准则画出一条等号，让左等于右。
  1. 组内因果比较P(Y=y|X=x, Z=z) 是“作息为 z 的顾客里，喝了咖啡的清醒度分布”，这是每一层的干净比较。
    P(Y=y∣X=x,Z=z)\displaystyle P(Y=y\mid X=x, Z=z)
  2. 权重分配P(Z=z) 是“作息为 z 的顾客占全体顾客的比例”，层越大，发言权越大。
    P(Z=z)\displaystyle P(Z=z)
  3. 求和汇总Σ_z 把所有层的结论按权重拼起来，就像把分组的实验结果汇总成一个总体结论。
    ∑z\displaystyle \sum_z
  4. 等号的意义把可观测的层内比较加权求和，竟然等价于强制实验的因果效应。
    P(Y=y∣do(X=x))=∑zP(Y=y∣X=x,Z=z) P(Z=z)\displaystyle P(Y=y\mid do(X=x)) = \sum_z P(Y=y\mid X=x, Z=z)\, P(Z=z)

关键性质

后门准则不是碰巧管用的土方子，它有坚实的理论性质撑腰。第一个性质是与 do 算子等价：只要条件集合 Z 满足后门准则，调整公式的右边就精确等于 do 干预下的概率分布。换句话说，观察 + 调整 = 实验。这一等式让无数不能做随机对照试验的领域（比如经济政策、气候预测）有了获得因果结论的合法途径。第二个性质是分布不变性：后门调整不改变变量间的因果结构，它只是把混杂因素“按比例摊平”。

这些性质还可以从“分布”升级到“期望”的视角。在实际业务中，我们往往只关心清醒度的平均分，而不是完整的分布。于是调整公式可以写成更轻量的期望版本：

性质就像咖啡的“风味稳定性”：无论杯子大小、温度高低，只要按配方来，品质有保证。后门准则深层的稳定性在于——它把因果问题约化成了纯粹的统计计算，且计算结果对模型误设的敏感度远低于直接回归。它是因果推断工具箱里的稳压器：按它办事，效应可估、结论可信、公式可复用。

E[Y∣do(X=x)]=∑zE[Y∣X=x,Z=z] P(Z=z)\displaystyle E[Y\mid do(X=x)] = \sum_z E[Y\mid X=x, Z=z]\, P(Z=z)
这个公式是说：因果平均效应，等于各组条件均值的加权平均。它让工程师可以直接从数据表格里算出因果数值。
  1. 期望记号E[Y|...] 表示“清醒度的平均值”，比分布更简洁，是决策者最关心的数字。
    E[Y∣X=x,Z=z]\displaystyle E[Y\mid X=x, Z=z]
  2. 加权思想重现P(Z=z) 依旧作为权重，保证各组占比与真实世界一致。
    P(Z=z)\displaystyle P(Z=z)
  3. 求和汇总Σ_z 把各层的平均清醒度拼合成总体均值。
    ∑z\displaystyle \sum_z
  4. do 记号落袋左边 E[Y|do(X=x)] 正是“强制所有人喝新品”后的平均清醒度——决策要的答案。
    E[Y∣do(X=x)]\displaystyle E[Y\mid do(X=x)]

高级议题

现实永远比教科书复杂。后门准则在实际应用中会遇到几个硬骨头。第一个是最小充分集：阻断后门路径的变量往往不止一组，但控制太多变量反而可能引入新的偏差或降低效率。比如你要不要控制“顾客年龄”？如果年龄只通过作息影响 Y，它就不是必要的。最小充分集就是“够用就好”的那组最少变量——少一个漏风，多一个累赘。第二个是不可观测混杂：有些混杂因素你压根测量不到，比如“天生体质”既影响喝咖啡的欲望也影响清醒度。后门准则这时候就抓瞎了。第三个是敏感性分析：虽然测不到隐藏混杂，但你可以反向思考——假设存在一个强度为某个值的不可观测混杂，结论会不会翻盘？如果翻不了，你的估计就是稳健的。

第四个陷阱要特别警惕：对撞变量。假设“选择喝咖啡（X）”和“天生清醒（Y）”同时影响“是否被同事夸赞精力好（C）”，那么 C 是个对撞变量（X → C ← Y）。如果错误地把 C 放进条件集合，就等于在两条独立路线之间架了一座桥，强行打开一条本来不存在的“幽灵后门”：

咖啡馆里也有类似陷阱：如果你把“同事是否夸他精神好”当作控制变量，就可能得出“喝咖啡反而让人更困”的错误结论。高级玩家的姿势是：用最小充分集做减法，用敏感性分析做压力测试，用对撞变量清单做安检。后门准则不是一套死公式，而是一种“看清结构再动手”的工程智慧。

控制对撞变量会打开路径：X→C←Y,诱导虚假相关\displaystyle \text{控制对撞变量会打开路径：} X \rightarrow C \leftarrow Y, \quad \text{诱导虚假相关}
对撞变量是一个“两边箭头都指向它”的节点。控制它，相当于在原本不相干的两件事之间制造联系。
  1. 对撞结构X → C ← Y 表示 X 与 Y 同时指向 C，C 是它们碰撞的产物。
    X→C←Y\displaystyle X \rightarrow C \leftarrow Y
  2. 条件化后果控制 C 会让 X 和 Y 在 C 的取值内产生虚假的相关性（伯克森悖论）。
    X⊥ ⁣ ⁣ ⁣⊥Y 但 X⊥̸ ⁣ ⁣ ⁣⊥Y∣C\displaystyle X \perp\!\!\!\perp Y \text{ 但 } X \not\perp\!\!\!\perp Y \mid C
  3. 打开幽灵路径本来被阻断的信息通道，因为设卡检查 C 反而被激活。
    X→C←Y\displaystyle X \rightarrow C \leftarrow Y
  4. 实践教训选条件集时，不仅要问“控制了谁”，还要问“别碰谁”。
    禁止将对撞变量纳入 Z\displaystyle \text{禁止将对撞变量纳入 Z}

工程实践

讲了这么多理论，后门准则在 AI 工程里到底怎么落地？一句话：凡是“拿历史数据评估干预效果”的场景，都是它的主场。 先看观测研究规范：在不能做 A/B 实验时（比如医疗数据、用户历史行为），先把业务问题画成因果图，再用后门准则找出混杂变量，最后用分层或倾向得分加权完成调整。这已经是因果推断标准流程的骨架。

再看工程实现。Python 生态里，DoWhy、EconML 等因果推断库把后门调整做成了开箱即用的 API。典型流程是：声明因果图 → 识别后门集合 → 估计效应 → 反驳验证。代码级别上，分层加权估计的样本版本长这样（n_z 表示第 z 层的人数）：

最后说说可解释 AI。后门准则为模型归因提供了因果语义：当你要解释“什么因素真正导致了预测结果”时，先用后门调整剔除混杂，再做归因，这样的解释才不是数据幻觉。工程上常犯的错是：拿全部特征做线性回归系数当因果效应——这等于把每个系数都当成“控制其他变量后”的效应，但没检查这些变量里有没有对撞变量。规范姿势是：先画图，再调后门，最后才能谈因果系数。

ATE^=∑z(Yˉx=1,z−Yˉx=0,z)⋅nzn\displaystyle \widehat{ATE} = \sum_z \Big( \bar{Y}_{x=1,z} - \bar{Y}_{x=0,z} \Big) \cdot \frac{n_z}{n}
这是把理论公式换成“样本平均数”后的版本，也是实际代码中真正跑的算式。
  1. 层内平均差\bar{Y}_{x=1,z} - \bar{Y}_{x=0,z} 是第 z 层里“喝了咖啡的平均清醒度”减去“没喝的平均清醒度”。
    Yˉx=1,z−Yˉx=0,z\displaystyle \bar{Y}_{x=1,z} - \bar{Y}_{x=0,z}
  2. 样本权重n_z / n 是第 z 层的人数占比，用样本量替代概率 P(Z=z)。
    nzn\displaystyle \frac{n_z}{n}
  3. 求和得到 ATEΣ_z 把各层的均差按权重汇总，得到整体平均因果效应。
    ATE^=∑z(Yˉx=1,z−Yˉx=0,z)⋅nzn\displaystyle \widehat{ATE} = \sum_z \Big( \bar{Y}_{x=1,z} - \bar{Y}_{x=0,z} \Big) \cdot \frac{n_z}{n}
  4. 帽子记号\widehat{ATE} 表示这是从样本估计出来的值，不是上帝视角的真值。
    ATE^\displaystyle \widehat{ATE}

AI 应用场景

推荐系统点击率纠偏

阶段：模型评估与诊断

解决的问题：想评估“某个新推荐的素材（X）是否真正提升了点击率（Y）”。直接比较点击率会被用户活跃度（Z）欺骗——活跃用户看到更多新素材、也更爱点击，导致高估素材效果。用后门准则控制活跃度分层评估，才能还原素材的真实吸引力。

具体案例：某短视频平台给 10 万用户推了新模板，按用户历史活跃度（高/中/低）分层计算点击率，再按活跃度占比加权，发现“朴素点击提升 5%”实为活跃度混杂所致，真实提升仅 1.2%，从而叫停了一次无效改版。

医疗 AI 归因可解释

阶段：可解释 AI 与模型诊断

解决的问题：AI 诊断模型发现“血氧饱和度（X）与重症风险（Y）负相关”，但老年人（Z）本身血氧低且重症率高，混淆了因果。用后门调整控制年龄分层，才能判定血氧的真实生理作用。

具体案例：某三甲医院的可解释 AI 系统通过后门准则修正归因，发现“血氧”的真实贡献比 SHAP 值低 30%，而“年龄”的混杂贡献被移除，医生对模型解释的信任度显著提升。

广告投放策略优化

阶段：决策优化与效果评估

解决的问题：判断不同广告创意（X）对转化（Y）的真实增量。投放时段、用户人群定向（Z）同时影响创意曝光和转化率，直接比较转化率会选错创意。按人群分层做后门调整，让每次投放决策都基于因果而非相关。

具体案例：某电商广告平台用后门调整评估 5 套创意，发现 A 创意在“夜间活跃”和“白天活跃”两组中转化率均排名第一，但整体转化率被低价值夜间流量拉低，调整后果断提权 A，整体 ROI 提升 18%。

Python 演示

python58 行
import random class BackdoorAdjuster:    """后门准则的分层加权估计器, 以咖啡店新品效果评估为例。"""     def __init__(self, data):        # data: list of dicts with keys x(是否喝新品), y(清醒度), z(作息, 1=熬夜, 0=规律)        self.data = data        self.estimates = {}     def naive_gap(self):        """朴素估计: 直接比较买与不买的平均清醒度差。"""        yes = [d['y'] for d in self.data if d['x'] == 1]        no = [d['y'] for d in self.data if d['x'] == 0]        return sum(yes) / len(yes) - sum(no) / len(no)     def adjust(self):        """后门调整: 按 Z 分层求组内均值差, 再按层占比加权。"""        total = len(self.data)        layer_gap = {}        layer_weight = {}        for z in (0, 1):            layer = [d for d in self.data if d['z'] == z]            yes = [d['y'] for d in layer if d['x'] == 1]            no = [d['y'] for d in layer if d['x'] == 0]            layer_gap[z] = sum(yes) / len(yes) - sum(no) / len(no)            layer_weight[z] = len(layer) / total        self.estimates['layer_gap'] = layer_gap        self.estimates['layer_weight'] = layer_weight        return sum(layer_gap[z] * layer_weight[z] for z in (0, 1))     def run(self):        """输出完整对比报告。"""        naive = self.naive_gap()        adjusted = self.adjust()        print('=== 咖啡新品因果效应评估 ===')        print('朴素估计(直接比较): %.3f' % naive)        print('后门调整估计(分层加权): %.3f' % adjusted)        print('真实ATE(上帝视角): 0.600')        print('各层效应:', self.estimates['layer_gap'])        print('各层权重:', self.estimates['layer_weight']) def generate_data(n=4000, seed=42):    """生成模拟数据: Z影响X和Y, 真实ATE=0.6。"""    rnd = random.Random(seed)    data = []    for _ in range(n):        z = 1 if rnd.random() < 0.5 else 0  # 作息: 一半熬夜一半规律        p_x = 0.7 if z == 1 else 0.3       # 熬夜的人更爱买咖啡        x = 1 if rnd.random() < p_x else 0        y = 0.6 * x + 0.8 * z + rnd.gauss(0, 0.5)        data.append({'x': x, 'y': y, 'z': z})    return data if __name__ == '__main__':    data = generate_data()    adj = BackdoorAdjuster(data)    adj.run()
目的：用模拟的咖啡店数据演示后门准则——对比“朴素估计”与“分层加权调整”的差异，展示混杂因素如何误导因果结论。
  1. z = 1 if rnd.random() < 0.5 else 0生成作息混杂变量，熬夜与规律各占一半，是后门路径的源头。
  2. p_x = 0.7 if z == 1 else 0.3熬夜的人有 70% 概率买咖啡，规律的人只有 30%，制造“选择偏差”。
  3. y = 0.6 * x + 0.8 * z + rnd.gauss(0, 0.5)清醒度由咖啡（真实效应 0.6）和作息（混杂效应 0.8）共同决定，外加噪声。
  4. def naive_gap(self)朴素方法直接比较买/不买的清醒度差，必然被作息混杂污染。
  5. layer = [d for d in self.data if d['z'] == z]后门调整第一步：按作息分层，把顾客分成“熬夜组”和“规律组”。
  6. layer_gap[z] = sum(yes) / len(yes) - sum(no) / len(no)组内比较：在相同作息的人里，喝不喝咖啡的清醒度差是干净的。
  7. layer_weight[z] = len(layer) / total计算每层人数占比，作为加权权重 P(Z=z)。
  8. return sum(layer_gap[z] * layer_weight[z] for z in (0, 1))加权求和，即后门调整公式的样本版本。
  9. print('朴素估计: %.3f' % naive)朴素估计通常远低于真实 ATE，因为熬夜混杂把咖啡功劳吃掉了。
  10. print('后门调整估计: %.3f' % adjusted)调整后接近 0.600，还原了咖啡的真实因果效应。

常见误区

误区我以为是变量控制得越多越干净，于是把所有能想到的特征（年龄、性别、地域、天气……）全部加入回归模型，认为这样得到的系数就是因果效应。

正解后门准则的精髓是“够用就好”。控制多余变量，尤其是对撞变量（如“同事夸赞”），会人为打开幽灵后门，反而引入虚假相关；控制中介变量还会吸收掉一部分真实因果效应。正确做法是：先画因果图，识别真正的后门路径，只选阻断它们的最小组变量。

为何常见：人们习惯性地把“控制变量”等同于“严谨”，却忽视了因果结构——变量不是越多越好，关键看它在路径中的位置。

误区分层后，我把各组的结果直接求平均，比如熬夜组提升 0.7、规律组提升 0.5，就报告“咖啡平均提升 0.6”。

正解如果熬夜组占 90%、规律组占 10%，正确加权是 0.9×0.7 + 0.1×0.5 = 0.68，而不是 0.6。后门调整公式里的 P(Z=z) 权重必不可少——它保证合成后的总体与真实人群结构一致，否则效应估计会偏向大分组。

为何常见：简单的算术平均写在小学课本里，但因果推断要回答的是“全体顾客的平均效应”，权重必须反映真实占比，这个细节最容易被忽略。

误区我们公司做的是 A/B 测试，用户被随机分到对照组和实验组，所以不存在混杂，后门准则跟我没关系。

正解随机化确实让 Z 与 X 独立，可以优雅地绕开后门问题。但现实中的 A/B 测试常有“部分合规”问题——用户可能不按分配执行，或者实验有损耗。此时观测到的分层比较仍需后门思想兜底。更重要的是，大量 AI 场景（推荐系统、医疗数据）根本无法做随机实验，后门准则是这些场景的唯一出路。

为何常见：人们把 RCT 当作黄金标准后产生了“只要有随机化就万事大吉”的错觉，忽略了现实中的合规损耗和不可实验场景。

误区我用 sklearn 做了线性回归，X 的系数是 +0.5，所以咖啡的因果效应就是 +0.5，不用那么麻烦做分层加权。

正解线性回归的系数只在“模型设定完全正确且无未控制混杂”时才有因果含义。若 Z 是混杂且未被控制，回归系数既不是因果效应，也不是条件效应，而是混杂扭曲后的混合体。后门调整公式要求显式地对 Z 分层并加权，或使用其等价的倾向得分方法，而不是粗暴地“加个控制变量”。

为何常见：回归是每个数据人最先学会的工具，而“系数=效应”的直觉太强，以至于很多人忽视了混杂结构和模型设定问题。

误区只要我找到了后门路径并用后门准则调整，估计出来的因果效应就一定是对的，可以放心上线决策。

正解后门准则的前提是“因果图正确”且“所有混杂可观测”。现实中总有不可观测的混杂（如天生体质），此时调整公式仍有偏差。负责任的工程实践必须搭配敏感性分析：假设存在隐藏混杂，评估结论是否稳健。后门准则是强大的工具，但不是万能钥匙。

为何常见：因果图看起来很直观，让人误以为画出来的结构就是绝对真理，而忽略了“图是假设的产物”这一本质。

面试题

Q1. 在因果图 X ← Z → Y 中，从 X 到 Y 的这条路径被称为什么？

单选题 · easy

  • A.前门路径
  • B.后门路径← 正确答案
  • C.直接路径
  • D.工具路径

答案：B。从 X 出发，第一步沿箭头反向（X ← Z），再沿箭头方向到达 Y（Z → Y），这类“箭头指向 X”的非因果路径正是后门路径。前门路径指 X → M → Y 这种经过中介的因果路径，直接路径是 X → Y。这条暗道会引入混杂偏差，需要被阻断。

Q2. 后门调整公式中，P(Z=z) 的作用是？

单选题 · easy

  • A.调整噪声
  • B.作为分层权重← 正确答案
  • C.消除因果
  • D.增加样本量

答案：B。P(Z=z) 是第 z 层在总体中的占比，它作为权重把各层组内效应合成为整体因果效应。没有它，就变成简单算术平均，会偏离真实人群结构。就像咖啡馆里熬夜党占 90% 时，不能把两组的效应简单地五五开。

Q3. 关于条件可忽略性 Y(x) ⊥ X | Z，下列说法正确的是？

单选题 · mid

  • A.Z 与 Y 无关
  • B.给定 Z 后选择 X 与潜在结果独立← 正确答案
  • C.X 与 Y 完全无关
  • D.Z 必须包含所有变量

答案：B。条件可忽略性指在给定混杂变量 Z 的条件下，个体是否接受处理（X）与其潜在结果 Y(x) 相互独立，相当于组内实现了近似随机化。它不是要求 Z 与 Y 无关，也不要求包含所有变量，只需要 Z 能阻断全部后门路径。

Q4. 下列哪组变量适合作为后门准则的条件集合？

单选题 · mid

  • A.X 的后代变量
  • B.所有后门路径上的中间节点
  • C.阻断所有后门的非后代变量集合← 正确答案
  • D.对撞变量

答案：C。后门准则要求条件集合 Z 不含 X 的后代，且能阻断 X 到 Y 的所有后门路径。X 的后代和控制对撞变量都会打开新的偏差通道，所以 A 和 D 是禁区。C 精准描述了后门准则的充分条件。

Q5. 咖啡馆研究里，若把“同事是否夸他精神好”（C）加入控制变量，会怎样？

单选题 · mid

  • A.提升估计精度
  • B.引入对撞偏差← 正确答案
  • C.无关紧要
  • D.消除全部混杂

答案：B。如果喝咖啡（X）和精神好（Y）同时影响“被夸”（C），那么 C 是对撞变量，X → C ← Y。控制 C 相当于在这条本来不通的路径上强行开门，制造 X 与 Y 的虚假相关，这就是伯克森悖论。后门准则明确禁止控制对撞变量。

Q6. 下列哪个场景最适合用后门准则？

单选题 · mid

  • A.已完成的随机对照实验
  • B.只有观测数据的因果效应评估← 正确答案
  • C.纯描述性统计分析
  • D.无因果图的预测建模

答案：B。后门准则的核心价值是在无法做随机实验时，仅凭观测数据识别因果效应。随机对照实验可直接比较，纯描述统计不涉及因果，预测建模也不关心因果识别。需要先画因果图、再找后门、最后调整的场景，才是它的主场。

Q7. 关于最小充分集，下列说法错误的是？

单选题 · hard

  • A.它是阻断所有后门所需的最少变量
  • B.控制更少的变量通常能提高估计效率
  • C.最小充分集一定唯一← 正确答案
  • D.加入对撞变量会破坏充分性

答案：C。满足后门准则的条件集合往往不唯一，最小充分集也可能有多个。A 和 B 正确：够用就好、避免过度控制。D 正确：对撞变量会打开新的路径。C 错误：最小充分集不是唯一的，就像多条路线都能封住同一批暗道，选择哪条要看数据可得性和效率。

Q8. 后门准则成立需要哪些前提？

多选题 · easy

  • A.因果图正确反映真实结构← 正确答案
  • B.所有混杂变量均可观测← 正确答案
  • C.样本量足够大
  • D.不存在对撞变量

答案：AB。后门准则建立在正确的因果图之上，且要求后门路径上的混杂变量都被观测到并纳入条件集。C 是统计精度问题而非准则前提；D 不要求“不存在对撞变量”，只要不把它们纳入条件集即可。真正的前提是：图要对、变量要测得到。

Q9. 关于后门调整公式的正确描述有？

多选题 · mid

  • A.左边是 do 干预下的因果量← 正确答案
  • B.右边全是观测数据可计算的量← 正确答案
  • C.公式恒成立无需任何条件
  • D.权重必须是 P(Z=z)← 正确答案

答案：ABD。公式左边 P(Y|do(X=x)) 是干预世界量，右边是观测世界可计算的层内分布与权重的组合，且权重是 P(Z=z)。但公式并非恒成立——只有在 Z 满足后门准则时才成立。C 的错误在于遗漏了“条件集合必须阻断后门路径”这一关键前提。

Q10. 关于敏感性分析的说法，正确的有？

多选题 · hard

  • A.用来评估不可观测混杂的影响← 正确答案
  • B.假设一个隐藏混杂的强度看结论是否稳健← 正确答案
  • C.可以完全消除不可观测混杂的偏差
  • D.是工程实践的稳健性检查← 正确答案

答案：ABD。敏感性分析通过“如果存在强度为 γ 的隐藏混杂，结论会不会翻转”来评估稳健性，它是工程实践的必要检查。但它只是“探测”偏差存在与否，并不能消除不可观测混杂。C 夸大了它的能力，记住了：探测和消除是两回事。