潜在结果模型的主要内容包括：定义、推理、假设

潜在结果模型，核心假设-没有操纵就没有因果（No Causation without Manipulation）

定义1: ACE average causal effect

总体的平均因果作用（average causal effect）定义为个体因果作用的期望：
ACE=C(ICE)=E(Y1−Y0)=E(Y1)−E(Y0)ACE=C(ICE)=E(Y_1-Y_0)=E(Y_1)-E(Y_0)ACE=C(ICE)=E(Y1−Y0)=E(Y1)−E(Y0)
平均因果作用定义为：假设所有个体都接受X=1X=1X=1的平均结果E(Y1)E(Y_1)E(Y1)于假设所有个体都接受X=0X=0X=0的平均结果E(Y0)E(Y_0)E(Y0)，这只是理想状态，在现实中不可能让所有个体都做X=1X=1X=1处理，在接受X=0X=0X=0处理，及时这样处理之后，得到的Y可能也不一致。
这里可以用于某一个子总体的平均因果作用，比如：A药对于男性和女性群体的疗效如何？

定义2：

令VVV为协变量，定义V=vV=vV=v子总体的平均作用为E(Y1−Y0∣V=v)E(Y_1-Y_0|V=v)E(Y1−Y0∣V=v)
人们常常关心处理组的因果作用，例如, 流行病学家并不关心吸烟对整个人群的因果作用,而只关心吸烟对吸烟人群的因果作用.

定义3：

处理组的平均因果作用定义为E(Y1−Y0∣X=1)E(Y_1-Y_0|X=1)E(Y1−Y0∣X=1)
称平均因果作用ACE=E(Y1−Y0)ACE=E(Y_1-Y_0)ACE=E(Y1−Y0)为可识别的，如果ACE可以由观测变量的分布pr(X,Y,V)pr(X,Y,V)pr(X,Y,V)唯一确定。如果ACE不可识别，则以为这只是存在两个不相等的ACE≠ACEACE \neq ACEACE=ACE满足观测到的数据，可以识别性往往是因果推断中最棘手的问题. 为了得到因果作用的可识别性, 通常需要有额外的假定.随机化试验是识别因果作用最有效的方法.

随机化实验

统计学家Fisher给出了识别平均因果作用的方法：随机化实验设计，随机化处理分配XXX给个体iii,例如，确定个体iii的处理XXX，与潜在结果及协变量的取值无关，可以保证潜在结果(Y1,Y0)(Y_1,Y_0)(Y1,Y0)与处理分配XXX独立，即在随机化分配下，有(Y1,Y0)∐X(Y_1,Y_0) \coprod X(Y1,Y0)∐X有，

在随机化分配下, 平均因果作用表示为观测到的结果变量YYY在处理组X=1X=1X=1与对照组X=0X=0X=0中期望之差不再含有潜在结果变量Y1Y_1Y1和Y0Y_0Y0，因此，他是可识别的，通过分别估计E(Y∣X=1)E(Y|X=1)E(Y∣X=1)和E(Y∣X=0)E(Y|X=0)E(Y∣X=0)，传统的统计推断方法可以用来推断平均因为作用。
在随机化试验中，例如，研究吸烟对肺癌的作用，不能随机化分配一个人吸烟或不吸烟。在实际经常面临的其他问题，如代价昂贵和个体不依从等也都限制了随机化试验的作用。

【因果推断的统计方法】潜在结果模型相关推荐

【因果推断的统计方法】综述与个人理解
因果关系定义首先探求事物之间的因果关系是各个领域研究的[终极奥义] Democritus 德谟克里特:发现一个因果关系胜于做国王 Bacon 培根:知识就是力量,真正的知识是根据因果关系得到的知识. ...
因果推断——现代统计的思想飞跃
来源:数学文化"公众号编辑:李达审核:范杰.李祺垣 1 引言探求事物的原因,是人类永恒的精神活动之一.从古希腊的哲学到中国先秦的诗歌,都充满了对原因的追问和对因果关系的思考.比如,亚里 ...
因果推断—现代统计的思想飞跃：过去、现在到未来（伯克利丁鹏博士万字长文）...
来源:专知本文约12400字,建议阅读10+分钟本文将回顾统计因果推断的历史背景,评述中国因果推断研究的现状,并且大胆推测它未来的发展前景. 转载自<数学文化>2021/第 12 卷第 ...
因果推断1--基本方法介绍（个人笔记）
目录一.因果推断介绍 1.1 什么是因果推断 1.2为什么研究因果推断 1.3因果推断阶梯 1.4因果推断问题分类二.因果推断理论框架 2.1 定义(这些定义后面会经常用到) 2.2 Assump ...
因果推断3--DRNet（个人笔记）
目录 Learning Counterfactual Representations for Estimating Individual Dose-Response Curves 1介绍 2相关工作 ...
倾向性模型，因果推断以及用户增长的驱动力发现
点击上方"AI公园",关注公众号,选择加"星标"或"置顶" 作者:Edwin Chen 编译:ronghuaiyang 导读倾向模型的使用 ...
因果推断笔记——自整理因果推断理论解读（七）
之前有整理过一篇:因果推断笔记-- 相关理论:Rubin Potential.Pearl.倾向性得分.与机器学习异同(二) 不过,那时候刚刚开始学,只能慢慢理解,所以这边通过一轮的学习再次整理一下手里 ...
因果推断, 因果效应概述
概述 Q1: 因果推断定义? A: 从观测数据中学习规律, 然后预测不同的treatment对结果的不同影响. Q2: 为什么需要因果推断, 与传统有监督机器学习的区别? A: 传统的机器学习任务不涉 ...
【因果学习】因果推断分析
#01.因果推断概念相关不是因果,事物间的因果关系常常是我们经常要面对和分析的问题,研究因果的意义是我们需要理解数据并据此做出进一步的行动和决策.比如对于我们而言,常常会想要知道"学历越高 ...

【因果推断的统计方法】潜在结果模型