调整集选择

选择调整集，就是在判断一件事是否真的导致另一件事时，挑出需要纳入考虑并加以调整的变量。就像科学家在测试新药时会控制温度和湿度一样，你也需要找出并调整那些可能造成虚假关联的因素。如果你想知道一次新的营销活动是否带来了销量增长，就必须调整季节性因素、竞争对手的行动和经济趋势，因为它们也可能解释这些结果。 试试这样：在决定测量什么之前，先梳理出所有可能的影响因素。

选择调整集，首先要梳理系统中各个变量之间的因果关系。你可以把它想成：在开始分析之前，先画一张蓝图，看看不同因素如何相互影响。关键是找出这些变量：如果不控制它们，你关心的原因和结果之间就会出现虚假相关。

例如，在评估一种新的招聘方式是否能提升团队表现时，你必须调整团队规模、项目复杂程度和经验水平等因素。否则，这些变量可能让你误以为新的招聘方式有效，而实际上，团队表现的差异是由这些其他因素造成的。

这个过程需要找出“后门路径”，也就是经过其他变量、间接连接你关心的原因与结果的路径。你选择的调整集应该阻断这些路径，同时避免打开新的路径，也不要过度控制那些属于你想测量的因果机制的变量。

在医疗研究中，医生测试新疗法时，必须调整患者年龄、生活方式因素和原有疾病。同样，在教育研究中，评估教学方法也需要调整班级人数、资源和学生的人口统计特征。

调整集选择依赖于从因果有向无环图（DAG）和 Judea Pearl 提出的 do 演算框架中推导出的图形判据。这个过程会找出满足后门准则的最小充分调整集，从而在避免不必要的过度调整的同时，确保对因果效应进行无偏估计。

因果推断研究中的关键发现：

• Shpitser（2018）：形式化了在任意图模型中识别因果效应的完备算法，揭示了调整集何时存在，以及如何系统地找到它们 [1]
• VanderWeele 与 Shpitser（2011）：表明如果缺乏恰当的因果知识，选择调整集反而可能增加偏差，而不是减少偏差 [2]
• Textor、Hardt 与 Knüppel（2018）：表明即使面对包含数十个变量的复杂因果结构，dagitty.net 等自动化工具也能可靠地识别调整集 [3]

调整集依赖于正确设定的因果关系，但在现实中，这些关系往往并不明确，或存在争议。这种方法无法完全解决未测量的混杂因素或选择偏差，还需要作出不存在测量误差这一强假设。在潜在混杂因素很多的高维情境下，寻找最小调整集会面临计算上的挑战。此外，当存在效应修饰（效应随其他变量而变化）或随时间变化的混杂因素时，传统调整集可能失效，需要使用 g 公式或目标最大似然估计等更高级的技术。