有向无环图中的预测与因果关系

在因果图，也就是有向无环图中，预测和因果关系有着根本区别。预测问的是“知道某件事后，我们可以预期看到什么？”，只依赖观察到的规律。比如，冰淇淋销量能预测防晒霜购买量，因为两者都会在夏天增加。因果关系问的是“如果我改变一个因素，另一个因素真的会跟着改变吗？”，这需要理解规律背后的真实机制，不能只看相关性。有向无环图通过展示哪些变量真正影响其他变量、哪些变量只是变化规律相似，帮助你区分两者。

试试这样：在认定一件事会导致另一件事之前，先问问还有什么可能解释这个规律。

预测与因果关系有什么区别

预测模型通过寻找数据中的规律来工作，不需要知道这些规律为什么存在。机器学习算法可能发现，给客服打过两次电话的客户往往会取消服务，从而准确预测客户流失。但这并不意味着给客服打电话会导致客户取消服务。真正的原因可能是产品存在缺陷，既让客户联系客服，也让他们取消服务。有向无环图只为真正的因果关系画箭头，而不为单纯的相关性画箭头，让这个区别清楚地呈现出来。

有向无环图为什么能区分两者

在有向无环图中，箭头表示直接的因果影响。如果冰淇淋销量能预测太阳镜购买量，图中会把两者画成同一个父节点的子节点：这个共同的父节点是气温或季节。这种结构解释了它们为什么相关，也就是夏天会让两者都增加，同时也明确了两者并不会互相导致。如果你通过干预提高冰淇淋销量，太阳镜购买量并不会随之变化，但简单的预测模型可能会认为它也会增加。有向无环图把因果假设明确展示出来，让你能够检验这些假设，从而避免这个错误。

现实中的例子

在医学中，血压可以预测心脏病风险，但降低血压并不总能预防心脏病发作，因为因果路径可能涉及炎症、应激激素或动脉斑块。有向无环图有助于判断血压究竟是原因、结果，还是仅仅反映风险的指标。在商业中，员工满意度可以预测生产力，但如果真正的原因是良好的管理，那么靠免费零食提高满意度，并不会提升生产力。有向无环图要求你说清楚：你实际要改变什么，又有什么真的会随之变化。这有助于避免花大价钱干预表面现象，却没有触及原因。

实际应用中的启示

构建预测模型时，你可以使用任何相关变量，像“季节”或“气温”这样的替代指标也能发挥作用。但在作决策或设计干预措施时，你必须找出真正的因果关系。有向无环图会要求你明确说出自己的因果假设：如果你实施干预，哪些变量会保持不变，哪些会改变，以及可能存在哪些隐藏的共同原因。分清预测与因果关系，可以避免仅凭相关性采取行动，从而节省资源。

因果有向无环图（DAG）通过 do 演算和结构因果模型，形式化地区分关联推断与因果推断。Pearl 的框架表明，预测只依赖观测分布，而因果判断需要干预分布，后者用带有 do 算子的 P(Y | do(X)) 表示。这里的 do(X) 表示主动干预变量 X。[1, 5] 高维预测模型即使完全错误地描述了因果结构，也可能达到很高的准确率，因为“虚假”相关性虽然能改善预测，却会让因果结论失效。[2]

基于有向无环图得出的因果结论，在很大程度上依赖于图结构是否设定正确：只要漏掉一个混杂因素或一条后门路径，因果估计就会出现偏差。预测模型不需要这样设定因果结构，因此在假设不确定时，可能更稳健。此外，一些现代机器学习系统，例如深度神经网络，在没有任何可解释的因果结构的情况下，也能达到超越人类的预测能力。这说明，如果目的只是预测，理解因果关系可能是额外且不必要的负担。最后，有向无环图通常假设因果关系稳定且定义明确，而在存在反馈回路或涌现特性的复杂系统中，这些假设会失效。