PEARL · 珀尔两书

图派宗师:一本讲故事,一本给公式

同一个作者、同一套思想、两种剂型:《为什么》负责让你想读下去并记住直觉,《统计因果推理入门》负责把直觉换算成可执行的数学。先糖衣,后药片。

LIBER I · THE BOOK OF WHY · 2018

《为什么:关于因果关系的新科学》

是什么:珀尔与科学作家麦肯齐合写的大众书(中文版中信出版)。表面是科普,骨子里是一篇战斗檄文:控诉统计学百年"因果失语",宣告因果革命的到来。读它同时收获一部学科史和一套思维语言。

SKELETON · 骨架

沿因果之梯爬三层

  • 开局立梯:因果之梯(关联/干预/反事实)+ "迷你图灵测试"——机器要回答因果问题,需要什么装备?
  • 历史清算:高尔顿-皮尔逊如何驱逐因果、赖特的路径分析如何被埋没、贝叶斯网络如何成为珀尔自己登梯的第一级。
  • 第二层工具:混杂的正式定义、后门准则、do-演算,以及著名的吸烟-肺癌之战整章重演(本书最精彩的历史章节)。
  • 前门与悖论:前门准则(混杂测不到也能识别的魔术)、辛普森悖论、伯克森悖论的图解全解。
  • 第三层:反事实的结构方程语义、中介分析("为什么"的为什么——拆解直接与间接效应)。
  • 终章:大数据与强 AI 的因果盲区——没有因果模型的学习者,再大也停在第一层。写于 2018,恰成大模型时代的预言。
Caveat · 一点保留 珀尔的叙事有强烈的"我派史观":统计学与潜在结果派的贡献被他写得偏低(鲁宾派对此颇有意见)。当作一位革命者的回忆录读,激情满分;学科的公允全貌,靠 What If 和《基本无害》补齐。
READING NOTES · 读法

怎么读

  • 顺读即可,两周完成。数学出现时不必死磕——所有公式在 Primer 里会再见面。
  • 读完的自测不是复述概念,而是:给你最近看到的一条"研究显示 X 与 Y 相关"的新闻画出至少两张能解释它的因果图。画得出来,第一本就毕业了。
LIBER II · CAUSAL INFERENCE IN STATISTICS: A PRIMER · 2016

《统计因果推理入门》:一百多页的正式装备

是什么:珀尔与格利穆尔、朱厄尔合写的过渡教材(中文版高等教育出版社),专为学过一点统计的读者设计——是《为什么》与九百页天书《Causality》之间那块最重要的踏脚石。

SKELETON · 骨架

四章,刚好一套完整武器

  • 第一章 预备:概率复习 + 图的语法 + 结构因果模型(SCM)——"每个因果模型都是一组方程 + 一张图"。
  • 第二章 图的语言:链、叉、对撞三种基本结构;d-分离——判断任意两变量在图上是否独立的机械规则(本书最核心的技术)。
  • 第三章 干预:do-算子、调整公式、后门与前门准则、工具变量的图解——第二层的完整工具箱。
  • 第四章 反事实:三步法(溯因-干预-预测)计算反事实、必要因/充分因概率、中介分析——第三层的入场券。
How To Use · 用法 每章末的习题必须做(数量不多)——d-分离不动手判过十个图,等于没学。配合在线工具(如 DAGitty,浏览器里画图自动判后门)练习,效率翻倍。一个月拿下,你就拥有了图派的全部日常装备。
BEYOND · 更远处

还想登顶?

  • 珀尔《Causality》(2009 第二版)是图派圣经,也是真正的天书——除非做研究,Primer 足够用。
  • 横向扩展优于纵向死磕:Primer 读完直接去 What If,看同一批问题在潜在结果语言里如何表述——双语能力比单派深度更值钱。
COMPARISON · 两书对照

同一思想的两种剂型

维度《为什么》《统计因果推理入门》
文体叙事科普 + 学科史正式教材 + 习题
数学门槛几乎为零初等概率即可
核心收获因果之梯直觉 + 革命史观d-分离、后门/前门、反事实三步法
建议投入两周顺读一个月带习题
毕业标准能给新闻画因果图能机械判定该调整哪些变量

图派装备齐了,去见另外两派:三派三书 →

DEEP UNDERSTANDING MEANS KNOWING WHY