因果推断
因果推断是统计学和机器学习领域的核心方法论，用于从观察或实验数据中区分相关关系与因果关系，通过干预分析、反事实推理等手段估计变量间的真实因果效应。
Timeline (last 90 days)
当无法直接验证真实效应时，可以对候选因果模型先跑一轮A/A测试，再根据估计误差决定该信任哪一个模型
A/A测试（安慰剂测试）通过只使用治疗前数据、假装治疗提前开始并随机挑选处理组，制造一个真实效应必然为零的场景，从而将模型报告的任何非零效应都视为估计误差
在模拟实验中，作者生成了40个区域、横跨两年的每周预订量数据，其中5个区域接受治疗，真实效应为预订量增加10%
正确回答干预类问题需要额外引入领域知识、因果图或精心设计的实验（如随机对照试验），仅有数据和算力不够
在药物与疾病的例子中，真实因果链条是病人患病后医生才开药，而非药物导致疾病
严谨的价值评估往往需要设置对照组或做分层分析，才能在方法论上区分相关性与因果性
更密集的相关性判断可降低模型检索到的正确结果被误判为无关的概率，从而提高评测可信度
2021年诺贝尔经济学奖授予了在因果推断方法论上做出杰出贡献的研究者
All Facts (8)
当无法直接验证真实效应时，可以对候选因果模型先跑一轮A/A测试，再根据估计误差决定该信任哪一个模型
50%UnverifiedA/A测试（安慰剂测试）通过只使用治疗前数据、假装治疗提前开始并随机挑选处理组，制造一个真实效应必然为零的场景，从而将模型报告的任何非零效应都视为估计误差
50%Unverified在模拟实验中，作者生成了40个区域、横跨两年的每周预订量数据，其中5个区域接受治疗，真实效应为预订量增加10%
50%Unverified正确回答干预类问题需要额外引入领域知识、因果图或精心设计的实验（如随机对照试验），仅有数据和算力不够
50%Unverified在药物与疾病的例子中，真实因果链条是病人患病后医生才开药，而非药物导致疾病
50%Unverified严谨的价值评估往往需要设置对照组或做分层分析，才能在方法论上区分相关性与因果性
50%Unverified更密集的相关性判断可降低模型检索到的正确结果被误判为无关的概率，从而提高评测可信度
50%Unverified2021年诺贝尔经济学奖授予了在因果推断方法论上做出杰出贡献的研究者
50%