16、因果模型假设、挑战及匹配方法入门

因果模型假设、挑战及匹配方法入门

在因果推断领域，我们会面临诸多假设和挑战，同时也有一些实用的方法来估计因果效应。下面，我们将详细探讨这些内容。

因果模型的重要假设

在因果模型中，有三个重要的假设，分别是模块化、稳定单位处理值假设（SUTVA）和一致性假设。这些假设在不同的框架中有不同的来源和应用。
|假设名称|来源框架|具体内容|
| ---- | ---- | ---- |
|模块化|图形/do - 演算框架|当对系统中的一个变量进行（完美）干预时，系统中唯一发生的结构变化是移除该变量的传入边（相当于修改其结构方程），系统的其余部分在结构上保持不变。例如，改变网页按钮形状，不应自动导致网页翻译成葡萄牙语、电脑播放歌曲或律师染绿头发等其他无关改变。|
|SUTVA|潜在结果框架|一个单位（个体、对象等）接受处理不会影响其他单位。但在实际中，这个假设常受到挑战。比如，家庭中一人开始心理治疗，其他成员可能也会受影响；在社交网络中，鼓励部分用户多发消息，消息接收者可能也会多发消息。在实验层面，研究人员会采用集群随机化或自我随机化等技术来克服这些挑战。|
|一致性|潜在结果框架|也称为无多种处理版本假设，有时作为SUTVA假设的第二部分。例如，治疗是赢取汽车，若治疗组中有人得到全新电动宝马，有人得到生锈的无轮马自达，对于兴奋程度这一结果变量，同一个人在这两种治疗版本下的兴奋程度可能不同，这就违反了一致性。一致性的关键在于治疗应明确定义，且不应有隐藏的治疗版本。|

虚假关系与选择偏差

在因果推断中，虚假关系和选择偏差是常见的问题。不同领域对偏差、虚假关系和混杂的命名约定存在差异。
- 命