六个概念，一副透视镜

珀尔把一切与因果沾边的问题分成三层，这是全学科的地基（图见总览页）：

第一层 · 关联（看见）：P(Y|X)——观察到 X 的场合，Y 长什么样？买尿布的人也买啤酒吗？全部传统统计与几乎全部机器学习都住在这一层。

第二层 · 干预（行动）：P(Y|do(X))——如果我出手把 X 设成某值，Y 会怎样？涨价后销量如何？这需要超越数据的因果假设，或一场实验。

第三层 · 反事实（想象）：已知事实之后回望平行世界——病人吃了药并且好了，如果当时没吃药，他还会好吗？归因、复盘、责任判定全在这一层。

最重要的纪律是不越层作答：用第一层的证据（相关性）回答第二层的问题（该不该做 X），是数据时代最流行的错误——从"喝红酒的人更长寿"到"用了我们产品的客户增长更快"，全是把"看见"冒充"行动"。

冰淇淋销量与溺水人数高度相关——因为夏天同时推高两者。这类"共同原因"叫混杂因子：它在 X 与 Y 之间开了一条后门路径（X ← Z → Y），让没有因果关系的两者看起来携手同行。

珀尔的后门准则把"该控制什么变量"从玄学变成图上的机械操作：找到一组变量 Z，堵住所有后门路径、且不含 X 的后代——对 Z 分层或回归调整后，剩下的关联才是因果。随机化实验之所以是金标准，就是因为随机分组一刀剪断所有指向 X 的箭头——已知未知的后门同时关闭。

统计学百年"因果失语"的技术原因：它的语言里没有区分"看到"与"做到"的符号。P(Y|X) 说的是"在观察到 X 的子人群里 Y 的分布"——这个子人群是自选的（吃保健品的人本来就更注重健康）。珀尔发明 P(Y|do(X))：强行把所有人的 X 设为某值后 Y 的分布——想象把指向 X 的箭头全部剪断，X 不再由任何原因决定，只由你的手决定。

两者的差，就是"混杂"的精确定义：P(Y|X) ≠ P(Y|do(X)) 时，观察数据在说谎。而 do-演算的全部使命是：在给定因果图下，把带 do 的表达式（第二层，做不了实验时无法直接测）机械地改写成不带 do 的表达式（第一层，可从观察数据算）——改写成功即"可识别"，后门/前门准则都是它的特例。

这就是因果革命的引擎室：假设画进图里，演算给出结论，数据填入数字——三步分工，每一步都可检查、可辩论。

混杂教会人们"多控制变量"，于是诞生了新迷信：变量控制得越多越干净。对撞结构专治这个迷信。对撞是共同结果：X → Z ← Y。此时 X 与 Y 本无关联，但一旦你对 Z 分层/调整/筛选样本，假关联凭空诞生。

直觉版：假设成名 = 颜值高 或 演技好（二者有其一即可）。在"已成名演员"这个样本里，颜值平平者必然演技过人——于是你"发现"颜值与演技负相关。这不是世界的规律，是你的样本选择制造的幻影（伯克森悖论）。流行病学的"低出生体重悖论"、"名校录取后分数与特长负相关"，都是同一结构。

杀伤力最大的推论：选择样本 = 隐性地调整变量。只研究幸存者、只统计填了问卷的人、只看还在职的员工——每一次筛选都可能在你看不见的地方打开一条对撞路径。这是"幸存者偏差"的因果图解释。

珀尔用图回答"如何识别"，鲁宾-赫尔南一派先回答更基本的问题："因果效应"三个字到底指什么？定义：每个个体都有两个潜在结果——接受处理时的 Y(1) 与不接受时的 Y(0)；个体因果效应 = Y(1) − Y(0)。

随之而来的是因果推断的根本问题：同一个体，你永远只能观测到其中一个——另一个世界的你没吃这片药、没上这所学校、没做这个决定，而那条世界线已不可访问。因果推断的全部技术，都是在这个"数据永远缺一半"的困境下的聪明补救：随机化让两组人在统计上可交换（平均效应可估）；匹配、加权、工具变量各自用不同假设去逼近同一目标。

What If 全书就建立在这套语言上，并给出流行病学的当代心法——目标试验模拟：分析任何观察数据前，先写下"如果能做实验，那个理想试验长什么样"，再检查你的数据分析在哪些环节偏离了它。这一个习惯能消灭一半的分析错误。

一种药：男性亚组里有效，女性亚组里也有效，全体合并后有害——数学上完全可能（各组比例与基线不同所致），且真实数据中反复出现（伯克利录取案是最著名的实例）。

真正的问题不是"数字为什么会这样"（初等算术），而是：该信分组的结论，还是合并的结论？珀尔的答案是本页所有概念的总复习：数据本身永远无法回答，答案取决于因果图。若分组变量（性别）是混杂（影响用药与预后），该看分组结果；若它是处理的下游（如药物引起的血压变化），分层反而堵死因果路径，该看合并结果。同样的数字，不同的图，相反的正确答案。

这就是这门学科的一句话总结：数据 + 因果假设 → 因果结论；没有假设，再大的数据也只能在梯子第一层打转。