Challenges in Statistics: A Dozen Challenges in Causality and Causal Inference

前言

最近，一篇由Carlos Cinelli等著名学者共同撰写的论文《Challenges in Statistics: A Dozen Challenges in Causality and Causal Inference》（《统计学中的挑战：因果关系与因果推断的十二大挑战》）为我们描绘了这个领域当前面临的困境和未来的发展方向。这篇博文将以最通俗易懂的方式，带您领略因果推断的奥秘，以及它在未来几十年将如何塑造我们的世界。
在这里插入图片描述

揭开因果推断的神秘面纱：为什么“相关不等于因果”？

我们生活在一个充满数据和信息的世界，每天都会听到各种各样的“相关性”报告：吃冰淇淋的人更容易被鲨鱼袭击；夏天溺水事故更多；学生花在课外活动上的时间越多，成绩越好。但这些相关性真的意味着因果吗？显然不是。吃冰淇淋和被鲨鱼袭击之间可能存在一个共同的原因——炎热的天气，人们在夏天会吃更多冰淇淋，也更常去海边游泳，从而增加了被鲨鱼袭击的风险。

这就是因果推断的核心：它不仅仅是发现事物之间的关联，更要探究“为什么会这样”以及“如果我这样做，会发生什么”。它旨在回答“假设问题”（What if questions），比如：服用某种药物对健康结果有什么影响？上大学是否真的导致了更高的收入？为什么会发生某个不良事件？

因果推断之所以如此重要，是因为它能帮助我们做出更明智的决策。无论是政府制定公共政策，医生选择治疗方案，还是科技公司优化产品，都需要了解干预措施的真实效果。如果仅仅依赖相关性，可能会导致错误的决策，甚至产生危害，比如历史上曾将沙利度胺（Thalidomide）作为助眠剂，却导致了婴儿出生缺陷的悲剧。

然而，因果推断面临一个“根本性问题”：我们不可能同时观察到同一个个体在接受治疗和未接受治疗两种情况下的结果。比如，一个人要么吃了药，要么没吃药，我们无法同时看到他吃了药后的健康状况和没吃药后的健康状况。这就像在电影《滑动门》（Sliding Doors）中，女主角因为错过了一班地铁，人生轨迹完全改变，但我们永远无法知道她如果赶上那班地铁，人生会是怎样的。因果推断就是要通过各种巧妙的方法，来“推断”那些我们未曾观察到的反事实结果。

为了解决这个问题，科学家们发展了多种“语言”或框架来描述和分析因果关系，其中最主要的三种是：

潜在结果框架（Potential Outcomes Framework）：想象一下，每个个体都有多种潜在结果，对应着不同的干预措施。比如，你吃药的潜在结果是“病好了”，不吃药的潜在结果是“病没好”。因果效应就是这些潜在结果之间的比较。这个框架特别强调随机化实验的重要性，因为随机分配可以确保治疗组和对照组在其他方面是可比的，从而消除混淆（confounding）。
结构方程模型（Structural Equation Models, SEMs）：这个框架通过一系列结构方程来描述数据生成过程，每个方程代表一个独立的局部机制。例如，一个人的收入（Y）可能由教育水平（W）和家庭背景（X）决定，我们可以写成Y = f(W, X, U)，其中U代表未观测因素。通过修改这些方程，我们可以模拟“干预”的效果。
图模型（Graphical Models / Directed Acyclic Graphs, DAGs）：这是一种直观的语言，用节点表示变量，用箭头表示因果关系。例如，W → Y表示W是Y的直接原因。通过分析图的结构，我们可以识别出哪些因果效应是可以从数据中推断出来的，以及需要哪些假设。比如，在图模型中，如果变量Z影响W，W影响Y，但Z不直接影响Y，且存在一个未观测的混淆因子U同时影响W和Y，那么Z就可以作为W对Y的因果效应的“工具变量”（Instrumental Variable），帮助我们识别因果效应。

这些框架虽然表达方式不同，但本质上都是为了帮助我们清晰地定义因果问题，并基于一定的假设从观测数据中识别因果效应。它们共同构成了因果推断领域的基础。

因果推断的十二大挑战：未来研究的灯塔

现在，让我们一起看看Cinelli及其同事提出的，未来几十年因果推断领域最值得关注的十二大挑战。这些挑战不仅指出了现有方法的局限性，也为我们展望了该领域激动人心的未来。

1. 复杂实验与实验设计 (Complex Experiments and Experimental Design)

传统的实验设计通常涉及少量固定的受试者和简单的处理（如药物 vs. 安慰剂）。然而，在现代社会，尤其是在互联网和移动健康领域，实验变得越来越复杂。

挑战是什么？

在线和自适应实验：在许多在线平台，用户是连续加入实验的，结果也能很快观察到。这使得我们可以在实验过程中动态调整设计（例如，根据早期结果调整治疗分配），这种“多臂老虎机”（multi-armed bandits）式的自适应实验带来了新的设计和分析挑战，尤其是在处理连续治疗或多个治疗时。
复杂治疗方案：现代实验可能涉及大量相互作用的治疗，比如在问卷调查中同时测试多种产品特性。此外，治疗的时机（何时干预）和治疗本身的形式（如文本、图片作为治疗）也变得更加复杂。

举例说明：
假设一个电商平台想测试不同推荐