为什么——Judea Pearl的因果推断革命，从相关性到反事实

统计学有一条不成文的铁律：相关不等于因果。这句话每个学统计的人都背过，但绝大多数人——包括很多数据科学家——在实际工作中依然把相关性当因果用。

Judea Pearl 觉得这不可接受。他在 2018 年出版了《The Book of Why: The New Science of Cause and Effect》，核心论点用一句话概括：因果推断不是统计学的附属品，它是一门独立的科学，而统计学因为拒绝讨论因果，自己把自己变成了残缺的学科。

Pearl 不是泛泛而谈。他是贝叶斯网络的发明人，图灵奖得主，因果推断领域的奠基者。他用这本书向公众解释了他三十年来的学术成果：一套让数学能够谈论"因果"的严格语言。

一、因果阶梯：你能在哪一层思考？

Pearl 的核心框架是因果阶梯（Ladder of Causation），三个层级：

第一层：关联（Association）——"如果我观察到 X，Y 会怎样？"

• 这是传统统计学和当前大多数机器学习所在的层级
• P(Y | X)——在观察到 X 的条件下 Y 的概率
• 典型问题：购买尿布的顾客是否也更可能购买啤酒？
• 局限：只能发现共现模式，不能告诉你"如果干预 X，Y 会怎样"

第二层：干预（Intervention）——"如果我做了 X，Y 会怎样？"

• 这是因果推断的核心层级
• P(Y | do(X))——在主动干预 X 的条件下 Y 的概率
• 典型问题：如果我给患者用药 X，他的病会好吗？
• 关键区别：观察 ≠ 干预。观察到患者吃药，可能是因为他病重（混淆变量）；干预是随机分配药物（像 RCT）

第三层：反事实（Counterfactual）——"如果当时没做 X，Y 会怎样？"

• 因果推断的最高层级
• P(Y_x | X', Y')——在观察到 X 发生、Y 发生的条件下，如果 X 没发生，Y 会是什么
• 典型问题：被告如果没犯罪，他还会被捕吗？患者如果没用这个药，他还会死吗？
• 这是法律、医学、道德推理的基础

Pearl 的关键洞察：当前的所有机器学习（包括大语言模型）都停留在第一层。它们能发现关联，但不能做干预推理，更不能做反事实推理。这就是为什么 LLM 会"幻觉"——它们没有因果模型，只有统计关联。

二、do-算子：让数学能说"因为"

Pearl 的数学贡献是发明了 do-算子（do-operator）。

传统概率论里，P(Y|X) 和 P(Y|do(X)) 是不加区分的——统计学家认为"条件概率"就是条件概率，管你是观察到还是干预了。Pearl 说：不行，这两者完全不同。

• P(Y|X)：观察到 X 发生后 Y 的概率。X 可能是被其他变量 Z 导致的，Z 同时影响 X 和 Y（混淆）。
• P(Y|do(X))：强制设定 X 的值（切断所有指向 X 的因果路径）后 Y 的概率。这消除了混淆。

do-算子用图论实现了：在因果有向无环图（DAG）上，do(X) 等价于删掉所有指向 X 的边，然后在这个修改过的图上算概率。

这个操作的物理含义是：如果你能随机分配 X 的值（随机对照试验），你自然就实现了 do(X)。但很多时候你不能做 RCT——你不能随机让人吸烟、随机让人失业、随机让国家开战。Pearl 的 do-算子让你在观察数据上也能算出因果效应，只要你知道因果图的结构。

三、后门准则：找到因果效应的捷径

Pearl 最实用的工具之一是后门准则（Back-door Criterion）。

如果你想知道 X 对 Y 的因果效应，但有一堆混淆变量 Z 同时影响 X 和 Y，怎么办？

后门准则说：如果你能找到一个变量集合 Z，满足两个条件：

1. Z 不包含 X 的后代（不阻断 X→Y 的前门路径）
2. Z 阻断所有从 X 到 Y 的"后门路径"（即所有 X←...→Y 的路径）

那么你可以在 Z 的层面上做调整，得到 X 对 Y 的因果效应：

P(Y|do(X)) = Σ_z P(Y|X, Z=z) · P(Z=z)

这就是著名的后门调整公式。它告诉你：不需要做 RCT，只要你能测量到所有混淆变量，你就能从观察数据里算出因果效应。

这在医学、经济学、社会学里是革命性的。很多问题没法做 RCT（你不能随机让人吸烟），但如果有足够的观察数据和因果图，后门调整就能给出因果答案。

四、为什么统计学家曾拒绝因果？

Pearl 在书里对统计学界有一段尖锐的批评。他说，统计学在 20 世纪初因为和因果性的哲学纠葛（特别是 Pearson 和 Yule 的争论），主动放弃了"因果"这个概念，把它归为"形而上学"。统计学家从此只谈相关，不谈因果。

这导致了一个荒谬的局面：统计学能告诉你"吸烟和肺癌相关"，但不能告诉你"吸烟导致肺癌"。后者需要因果推理，而统计学拒绝讨论。

Pearl 认为这种自我设限是灾难性的。他花了三十年建立因果推断的数学框架，证明因果是可以被严格数学化的——不需要哲学辩论，只需要图论和概率论的结合。

五、对 AI 的启示：LLM 缺的是什么？

Pearl 在书里和后续演讲中反复强调：当前的 AI（包括深度学习和大语言模型）缺乏因果推理能力。

LLM 能做什么？

• 从海量文本中学习统计关联（第一层）
• 模仿人类的语言模式

LLM 不能做什么？

• 回答"如果 X 没发生，Y 会怎样"（第三层反事实）
• 在没见过的干预场景下做预测（第二层干预）
• 区分"观察到 X"和"做了 X"

Pearl 的判断：LLM 的智能是"曲线拟合"的极致——它在高维空间里拟合了人类语言的统计分布，但它没有因果模型。这就是为什么 LLM 会在推理任务上"幻觉"——它在做关联匹配，不是在做因果推理。

Pearl 认为下一代 AI 需要的是因果世界模型——一个能回答"如果"和"为什么"的内部表征。这不是更大的 Transformer 能解决的，而是需要架构层面的突破。

六、因果推断的实战价值

因果推断不只是哲学，它在商业和政策中有巨大的实战价值：

A/B 测试的替代：互联网公司爱做 A/B 测试，但很多场景没法做（比如改定价策略不能随机）。因果推断让你用观察数据估算干预效果。

广告归因：用户看了广告后购买，是广告的功劳还是用户本来就要买？混淆变量（用户兴趣）让这个问题极难回答。因果推断的差分法（difference-in-differences）和合成控制法是标准工具。

医学证据：观察性数据发现"激素替代疗法降低心脏病风险"，但 RCT 显示恰恰相反。混淆变量是"富裕女性更可能用激素替代疗法也更可能健康"。没有因果推理，观察数据会杀人。

政策评估：提高最低工资会减少就业吗？观察数据说会（低就业州工资低），但因果分析（Card & Krueger 的自然实验）说不会。这个结论改变了劳动经济学。

七、Pearl 的遗产

Pearl 的因果推断框架（结构因果模型 SCM + do-演算 + 反事实）不是唯一的因果推断方法——Donald Rubin 的潜在结果框架、James Robins 的边际结构模型都是有力的竞争者。但 Pearl 的框架有两个独特优势：

1. 图论表示：因果图让因果假设变得可视、可审计。你可以看着图说"我假设 X 不影响 Y 除了通过 Z"——这种透明性是纯公式表达做不到的。

2. 反事实的数学化：Pearl 用结构方程模型让反事实推理变得可计算。这在 Rubin 框架里是做不到的。

Pearl 的终极愿景是：因果推断是"数据科学"从"曲线拟合"升级为"科学"的桥梁。没有因果推断，你只有数据；有了因果推断，你有了理解世界的工具。

读完这本书，你会发现自己看世界的方式变了。你不再满足于"X 和 Y 相关"，你会问"为什么相关？是 X 导致 Y，还是 Y 导致 X，还是有第三个变量 Z 同时导致两者？"这种追问，就是科学思维的起点。

书籍：The Book of Why: The New Science of Cause and Effect (2018)
作者：Judea Pearl & Dana Mackenzie

文章里提到的所有书籍移步这里领取： https://b23.tv/4vCEQYn

#因果推断 #JudeaPearl #相关性不等于因果 #反事实 #经典书籍