因果效应识别的理解

潜在结果：

存在可观测结果与不可观测结果。

Yi=DiY1i+(1-Di)Y0i

因果推断的核心：想办法估计未出现观测到的反事实结果。

方法：利用同一物理个体不同时间的信息或同一时间不同物理个体的信息

稳定性假设：

一、不同个体潜在结果之间不会有交互影响

二、干预水平对所有个体都相同

事实中两个假设都不太可能满足，尽可能的满足第一条假设

分配机制：

识别未知的分配机制，从而估计因果效应。

因果图：

共同原因成为混杂因素，消除混杂因素需要添加混杂因素控制变量X以消除混杂偏差。

共同结果，产生共同结果，造成样本选择偏差。

混杂偏差与样本选择偏差统称为选择偏差。

阻断相关性方法：1、加入控制变量分组回归，剔除相关性。2、不以共同结果为条件，扩充样本选择多样性。

 

3、利用后门规则，以共同原因U或中介变量A为条件也可以阻断后门路径，但是有可能造成D与Y之间因果关系消失，需要注意。