因果假设检验

检验因果假设，就是看看实际数据中的规律，是否与你的因果图所预测的一致。如果你的图认为，考虑其他因素后，两个变量应该没有关联，但数据却显示它们仍有关联，那就说明你的假设错了。这就像科学家设计实验一样，第一步总是先推导出你预期会观察到什么，然后再进行检验。画因果图时，你就在预测哪些变量应该彼此独立。接着，你可以用统计检验来检查数据中是否确实存在这些独立关系。如果不存在，你就需要修改因果图。

试试这样：从模型中选出一个假定的独立关系，检验它是否在你的数据中成立。

检验是怎么进行的

首先，你要用 d 分离规则，从因果图中推导出可以检验的结论。这套规则告诉你，给定其他变量后，哪些变量应该在统计上相互独立。每张因果图都会预测一些条件独立关系，这些关系就叫作图的“可检验推论”。例如，如果你的图表示教育只通过工作技能影响收入，那么在控制工作技能后，教育与收入就应该相互独立。

检验流程

你可以对数据进行条件独立性检验，检查这些预测。常见方法包括用于分类数据的卡方检验、用于连续数据的偏相关检验，以及更灵活的非参数检验。如果检验结果在图中预测独立的地方显示出独立性，就为你的假设提供了支持。如果你预测相互独立，检验却发现仍有关联，那你的因果模型很可能有误，或者遗漏了重要变量。

实际例子

**医学：**研究人员在检验一种药物是否能促使患者康复时，必须核实：控制已观测到的因素后，患者的用药分配是否与潜在结局相互独立。如果发现隐藏的关联，就说明可能存在未测量的混杂因素，比如身体状况更好的患者被优先选中使用这种药物。

**经济学：**分析师在研究提高最低工资是否影响失业率时，必须检验地区经济指标是否能同时解释这两个变量。如果控制这些因素后，条件独立关系仍不成立，那么这一因果主张就缺乏支持。

**产品决策：**公司在检验一项新功能是否能提升用户参与度时，必须核实早期使用者是否与其他用户存在系统性差异。条件独立性检验可以揭示隐藏的选择偏差。

关键局限

许多核心因果假设无法仅凭数据来检验。“不存在未测量的混杂因素”这一假设，意味着你已经测量了所有既影响干预又影响结果的相关变量。仅靠观测数据，根本无法检验这一假设。因此，敏感性分析和领域知识仍然是因果推断不可或缺的工具。

检验因果假设时，会用到从因果马尔可夫条件推导出的条件独立关系。因果马尔可夫条件指出：给定图中某个变量的直接原因后，该变量与它的非后代变量相互独立。这里的关键是，每个设定明确的因果模型，都会对统计独立关系作出可检验的预测；如果模型正确，这些独立关系就必须成立。你可以通过图结构中的 d 分离准则找出这些关系。

• Pearl（2009）：因果马尔可夫条件意味着，图中的每一处 d 分离都对应着数据分布中的一种统计独立关系，从而为因果模型提供可检验的推论 [1]。
• Spirtes、Glymour 和 Scheines（2000）：PC 算法展示了，在满足因果充分性和忠实性假设的条件下，如何利用条件独立性检验，从观测数据中系统地发现因果结构 [2]。
• Textor 等人（2016）：dagitty 等软件工具可以自动从因果图中推导出可检验的结论，并用数据进行检验。不过，不存在未测量混杂等核心假设仍然无法检验 [3]。
• Zhang（2008）：扩展了仅依赖可检验假设的因果发现方法，展示了较弱形式的 do 演算如何在不掌握完整因果结构的情况下发挥作用 [4]。

因果假设检验存在一些根本局限。忠实性假设认为，观测到的独立关系反映的是因果结构，而不是参数效应相互抵消的结果。当不同因果路径的效应恰好完全抵消时，这一假设可能不成立。更关键的是，仅凭观测数据，无法检验“不存在未测量混杂”这一假设；你永远无法证明自己已经测量了所有相关变量。敏感性分析可以说明，未测量的混杂需要多强才会推翻结论，却无法排除它的存在。此外，条件独立性检验需要较大的样本量，才能发现细微的关联，而多重检验校正会降低检验效能，也就是发现实际存在的关联的能力。如果假设不成立，由此得出的因果推断可能严重出错。