一、因果图模型概述

大家好，我是这门课的主讲人。今天咱们聊聊因果图模型——这个在数据分析领域越来越火的概念。

说实话，我刚开始接触因果推断时，也是一头雾水。那时候我在做用户增长分析，发现一个有趣的现象：推送了优惠券的用户，复购率反而下降了。团队里有人直接得出结论：「优惠券导致复购率下降」。但我总觉得哪里不对劲。

后来我才明白，这其实就是典型的「相关性不等于因果性」的陷阱。那些收到优惠券的用户，本身可能就是活跃度下降的老客。嗯，这里要敲黑板了——因果推断要解决的，正是这类「混杂因素」带来的误导。

1.1 什么是因果图

因果图，说白了就是用图形的方式，把变量之间的因果关系画出来。它由三要素组成：

• 节点：代表变量，比如「是否发优惠券」、「用户活跃度」、「复购率」
• 有向边：箭头表示因果关系，从原因指向结果
• 路径：变量之间的连接通道，可能直接相连，也可能通过中间变量

举个例子，上面那个优惠券案例，因果图大概长这样：

用户活跃度 → 是否发优惠券
用户活跃度 → 复购率
是否发优惠券 → 复购率

你看，用户活跃度同时影响了「是否发优惠券」和「复购率」，这就是个典型的混杂结构。如果不控制用户活跃度，直接看优惠券和复购率的关系，就会得到错误结论。

1.2 因果推断 vs 统计关联

很多同学会问：「我学了一堆统计方法，为什么还要学因果推断？」

我个人的理解是：统计关联描述的是「数据长什么样」，因果推断回答的是「为什么长这样」。

维度	统计关联	因果推断
核心问题	变量是否相关？	改变X是否会导致Y变化？
数学工具	相关系数、回归系数	do算子、反事实框架
可解释性	描述性	干预性、可操作性
典型陷阱	混淆、辛普森悖论	混杂、对撞、中介

我在项目中遇到过这样一个案例：某电商平台发现「浏览商品详情页」和「下单购买」高度相关，于是大力优化详情页加载速度。结果呢？转化率纹丝不动。为什么？因为真正驱动购买的是「购买意愿」，而有意愿的用户自然会去浏览详情页。优化加载速度只是锦上添花，不是雪中送炭。

1.3 课程整体框架

这门课共30章，我把它分成四个模块。你想想看，学习因果推断就像盖房子：

• 地基（第1-5章）：因果图基础、d-分离、马尔可夫性质。这部分我会手把手教你画因果图，理解图背后的数学逻辑。
• 框架（第6-12章）：do算子、后门准则、前门准则。这里你会学到如何从因果图中推导出可估计的公式。
• 装修（第13-22章）：工具变量、断点回归、双重差分。这些是实际业务中最常用的因果推断方法。
• 验收（第23-30章）：因果森林、结构方程模型、反事实预测。前沿方法+实战案例，帮你把知识落地。

下面这张图，是我自己整理的因果推断知识体系，你可以先有个整体印象：

1.4 学习路径建议

我个人建议的学习路径是这样的：

1. 先画图，再算数：不要一上来就啃公式。先学会用因果图描述问题，把变量关系理清楚。
2. 动手实践：每学一个准则，就找真实数据跑一遍。我习惯用Python的dowhy库，上手很快。
3. 对照业务：把你工作中的问题画成因果图，看看哪些变量是混杂，哪些是对撞。你会发现新世界。

好了，这一章就到这里。记住一句话：因果图不是终点，而是思考的工具。下一章我们会深入d-分离，看看如何从图中读出条件独立性。

---