因果图中的中介变量与collider

可视化演示

展示因果图DAG中中介变量传递因果效应的路径分解，以及collider对撞变量条件化后产生虚假关联的机制，直观理解控制变量的选择原则。

因果图基础

班主任的第一步，不是急着跑回归，而是先画一张“影响地图”。就像给一条河流画流域图：哪个支流汇入哪个干流，箭头方向表示水流方向。他把“学习时间、知识掌握、考试成绩、面试表现、是否录取”画成五个圆圈，用箭头标出谁影响谁。这张图就是因果推断的地基——有向无环图（DAG，Directed Acyclic Graph）。

在 DAG 中，每个圆圈叫节点（node），代表一个变量；每根箭头叫有向边（edge），代表一个直接因果影响。箭尾的节点是父节点，箭头指向的是子节点。沿着箭头方向从一个节点走到另一个节点，就形成一条路径。比如“学习时间→知识掌握→成绩”，是一条包含两段因果的路径。DAG 里的"A"（Acyclic）要求没有环：你不能从某个节点出发，顺着箭头绕一圈又回到它自己，因为真实世界的时间箭头上，原因不能是结果的结果。

DAG 之所以重要，是因为“控制谁、不控制谁”的答案全写在这张图里。箭头画对了，统计分析才可能对；箭头画错了，后面所有结论都是空中楼阁。因果推断的本质，就是在这张地图上识别“哪些路径会传递真实效应，哪些路径会制造虚假关联”。

回到班主任的河流图：他很快发现，这张图里有两条“水路”从学习时间通向成绩——一条直接流过去，一条绕道知识掌握。而“是否录取”这个节点，像一个大湖，同时接收成绩和面试两条支流。这正是后文两个主角登场的舞台。

中介变量概念

班主任盯着箭头想：学习时间是怎么让成绩变好的？难道学习时间能隔空改分数？不能。实际上，学习时间先改变“知识掌握”，知识掌握了，成绩才上来。于是“知识掌握”就像一个接力站，稳稳地站在学习时间和成绩中间，把因果效应一段一段传过去。这种位于原因 X 和结果 Y 之间、且处于因果路径上的节点，就叫中介变量（mediator）。

中介变量有两个身份：它是 X 的子节点（被 X 影响），又是 Y 的父节点（影响 Y）。它的存在让 X 对 Y 的影响“穿透”了整体路径。在班主任的图里，M 就是学习时间和成绩之间的中介：学习时间越长 → 知识掌握越多 → 成绩越高。注意，“学习时间→成绩”还同时存在一条不经过 M 的直接路径，这部分对应的是“刷题刷出来的手感、时间投入本身带来的熟练度”。

理解中介变量的关键，是明白“如果把它条件化会怎样”。条件化（conditioning），通俗说就是“把它固定住再看关系”，在回归里就是把它放进模型当控制变量。当你把 M 控制住，X 就无法再通过 M 发力，那条接力路径就被拦腰截断。你本来想测“学习时间对成绩的全部作用”，结果间接效应凭空消失，只剩下直接效应。这就是过度控制的典型伤害。

班主任把这条接力路径用荧光笔标了出来。他隐隐意识到：如果分析成绩的时候“把知识掌握也放进回归”，那就等于把接力站拆了，学习时间对成绩的真实贡献会被严重低估。这个直觉，正是中介效应分解要解决的事。

中介效应分解

班主任想知道：学习时间带来的成绩提升，究竟多少是“真正学会了”（通过知识掌握），多少是“题感熟了”（不经过知识掌握的直接作用）？这就需要对总效应做分解。

我们把 X 对 Y 的总效应记为 $c$。它由两块拼成：直接效应 $c'$（不经过 M 的路径）和间接效应 $a \times b$（经过 M 的路径，其中 $a$ 是 X 对 M 的效应，$b$ 是控制 X 后 M 对 Y 的效应）。经典的中介效应分析用三步回归完成：第一步，$Y$ 对 $X$ 回归，得到总效应 $c$；第二步，$M$ 对 $X$ 回归，得到 $a$；第三步，$Y$ 同时对 $X$ 和 $M$ 回归，得到直接效应 $c'$ 和系数 $b$。于是间接效应等于 $a \times b$，并且满足 $c = c' + a \times b$。

这套分解的逻辑，等价于把一条大河分成两股：一股直接入海，一股先经过水库再入海。你问“修水库对下游水量有多大影响”，得把“水库放水”和“绕过水库的支流”分开算。在 AI 建模里，这种分解常用于归因分析：广告曝光影响了多少购买，其中多少是“曝光直接促单”，多少是“曝光先让用户逛了商品页再下单”。

做完分解，班主任满意地总结：学习时间对成绩的总贡献里，七成是“学会了”，三成是“题感”。但他不知道，真正的坑还在后面——那个被他随手拉进来做筛选的“录取状态”，正准备给他一个惊吓。

Collider对撞

班主任想进一步分析“面试表现和考试成绩的关系”，但他犯了个顺手的小错误：只看被名校录取的学生。结果他大吃一惊——录取生里，学习时间越长的人，面试表现反而越差！这是怎么回事？难道学习真的会拖累表达？当然不是。问题出在“录取状态”这个变量上。

录取状态 C 同时受到成绩 Y 和面试表现 S 的影响，也就是说，Y 和 S 两条箭头都指向 C。在 DAG 里，这种被两个或多个原因同时指向的节点，叫 collider（对撞变量），名字很形象：两条因果流在这里“对撞”汇合。平时，S 和 Y 互不相干（假设面试运气与考试成绩没有共同原因），它们是独立的。但一旦条件化 C——比如只看被录取的人——独立关系就被打破了，S 和 Y 之间会冒出虚假的负相关，这就是对撞偏差（collider bias）。

直觉上的解释是：录取是个“至少有一头要好”的门槛。成绩好但面试差的人能进来，面试好但成绩差的人也能进来，于是这个群体里天然凑出了一批“此消彼长”的人，看起来就像面试与成绩在互相拆台。经典案例就是“NBA 球员都高，但矮的球员弹跳都极好”——矮是劣势，能进 NBA 必须用弹跳等极端优势弥补。只看录取名单，就等于主动掉进了对撞的陷阱。

班主任吓出一身冷汗：如果不是先画了 DAG，他就要在教研会上宣布“学习时间长损害面试能力”的荒谬结论了。他由此悟出一个道理——筛选数据本身就是一种条件化，而只要筛掉的变量位于对撞位置，筛选后的分析就会自带偏见。这个教训，直接把他领向了下一课：到底该控制谁？

控制变量选择

班主任现在明白，控制变量不是“多多益善”，而是“认准身份”。在估计 X 对 Y 的因果效应时，变量分成三派：

第一派是混杂变量，比如“睡眠时间”：它既影响学习时间（睡好了才学得动），又影响成绩（睡好了脑子清醒）。它会打开一条 X 与 Y 之间的非因果路径，制造假关联，必须控制。第二派是中介变量，比如“知识掌握”，它位于因果路径内部，不能控制，否则切断真实效应。第三派是对撞变量，比如“录取状态”，它被多个原因共同指向，更不能控制，否则打开虚假关联。

判断依据就是 DAG 里的 d-分离（d-separation） 规则：我们要找一组控制变量 Z，使得它阻断所有从 X 到 Y 的“后门路径”（带箭头指向 X 的非因果路径），同时不阻断任何 X 到 Y 的因果路径。用数学语言说，调整集等于后门变量集合去掉中介和对撞。有一个流传很广的口诀：混杂是“拦路贼，要设卡”；中介是“传令兵，别拦截”；对撞是“大漩涡，别靠近”。

班主任把这三派变量写进备忘录，又总结了实践中的三条红线。他决定把这些经验写成一张“避坑清单”贴在工位上——因为同样的坑，在真实业务数据里几乎每天都在发生。

实践避坑指南

班主任的“避坑清单”第一条：先画 DAG，再选变量。任何因果问题，动手跑回归前先画出变量间的影响关系。很多分析翻车，不是因为统计方法不够高级，而是因为压根没画图，把中介和对撞一股脑塞进回归。第二条：小心数据筛选带来的隐式条件化。你平时用的“成交用户”“留存用户”“活跃用户”这些标签，很可能就是对撞变量——只要分析对象是被筛过的群体，结论就自带偏差。第三条：漏斗分析要区分中介与直接效果。

真实业务里，最经典的例子是广告归因。平台想评估“广告曝光 X 对成交 Y 的效果”，但中间隔着“商品页浏览 M”。如果你把 M 当控制变量放进模型，评估结果就只剩直接效应，广告的真实价值被拦腰砍半。另一个高频坑是用户留存分析：研究“活跃度对付费的影响”时，只分析留存用户，而“留存”恰恰是活跃与付费的共同结果——一个对撞节点。于是你大概率会得出“越活跃的人越不付费”这种反直觉的假象。

判断中介贡献时，可以用间接效应与总效应的比值衡量“走中介的路占比多大”。当直接效应不显著、间接效应显著时，说明效应几乎全靠中介传递，这在归因上意味着“优化中间环节才是杠杆点”。数据工作者最该学会的不是更花哨的模型，而是在动手前问一句：这张图里，谁是传令兵，谁是大漩涡？

至此，班主任的归因分析终于画上句号。他学会了用 DAG 当导航，也认识了两类最会“带偏路”的节点：中介变量像接力站，控制它等于拆桥；collider 像交汇漏斗，条件化它等于打开假关联的闸门。读懂这张图，比多跑一百次回归都重要。

AI 应用场景

Python 演示

"""中介效应分析与 Collider 偏差演示"""import numpy as np  def linear_fit(X, y):    """最小二乘回归，返回系数，首项为截距"""    A = np.column_stack([np.ones(len(X)), X])    coefs, _, _, _ = np.linalg.lstsq(A, y, rcond=None)    return coefs  def analyze_mediation(study_time, mastery, score):    """三步法分解中介效应：总效应 c、直接效应 c'、间接效应 a*b"""    c_total = linear_fit(study_time, score)[1]              # Y 对 X 回归    a_coef = linear_fit(study_time, mastery)[1]             # M 对 X 回归    coefs = linear_fit(np.column_stack([study_time, mastery]), score)    c_direct, b_coef = coefs[1], coefs[2]                   # Y 对 X+M 回归    indirect = a_coef * b_coef    return {        "total": c_total,        "direct": c_direct,        "indirect": indirect,        "indirect_ratio": indirect / c_total    }  def collider_bias_demo(seed=42):    """构造能力与运气的对撞结构，对比全量与条件化后的相关"""    rng = np.random.default_rng(seed)    ability = rng.normal(size=3000)    luck = rng.normal(size=3000)    score = ability + luck                                  # 对撞变量    hired = score > np.median(score)                        # 只看被录取者    corr_all = np.corrcoef(ability, luck)[0, 1]    corr_hired = np.corrcoef(ability[hired], luck[hired])[0, 1]    return corr_all, corr_hired  if __name__ == "__main__":    rng = np.random.default_rng(7)    n = 800    study = rng.normal(size=n)    mastery = 0.6 * study + rng.normal(size=n) * 0.8    score = 0.3 * study + 0.5 * mastery + rng.normal(size=n) * 0.6    result = analyze_mediation(study, mastery, score)    for key, val in result.items():        print(f"{key}: {val:.4f}")    corr_all, corr_hired = collider_bias_demo()    print(f"全量数据中能力与运气的相关: {corr_all:.4f}")    print(f"只看被录取者后的相关:       {corr_hired:.4f}")

1. c_total = linear_fit(study_time, score)[1]对 Y 只回归 X，得到总效应 c，对应公式 $Y = cX$。
2. a_coef = linear_fit(study_time, mastery)[1]对 M 回归 X，得到前半段系数 a。
3. c_direct, b_coef = coefs[1], coefs[2]同时回归 X 和 M，拆出直接效应 c' 与后半段系数 b。
4. "indirect": indirect间接效应等于 a×b，与直接效应相加应近似等于总效应。
5. hired = score > np.median(score)构造“是否录取”的对撞筛选，score 由能力与运气相加而成。
6. corr_hired = np.corrcoef(ability[hired], luck[hired])[0, 1]只看被录取者时，能力与运气出现明显的负相关，直观展示 collider bias。

常见误区

面试题