二、因果推斷在流行病學(xué)領(lǐng)域

流行病學(xué) epidemiology 研究特定生物群體的健康和疾病模式，以推斷原因和結(jié)果。暴露于危險(xiǎn)因素和感染疾病之間可能存在關(guān)聯(lián)，但不等于確定性因果關(guān)系，因?yàn)橄嚓P(guān)不意味著因果。流行病學(xué)運(yùn)用不同的方法來(lái)收集危險(xiǎn)因素和結(jié)果的證據(jù)，以及判定兩者之間的聯(lián)系。

自19世紀(jì)，科赫法則 Koch's postulates 就被用來(lái)判斷一種微生物是否是引起某種疾病的病因。在20世紀(jì)，布拉德福德·希爾準(zhǔn)則 Bradford Hill criteria 已經(jīng)被用來(lái)評(píng)估微生物學(xué)之外的變量的因果關(guān)系，盡管這些標(biāo)準(zhǔn)不是確定因果關(guān)系的唯一方法。

分子流行病學(xué)（molecular epidemiology）的現(xiàn)象，則都是在生物分子水平展開(kāi)研究的，包括遺傳學(xué)現(xiàn)象。其中生物標(biāo)志物是判斷原因或結(jié)果的證據(jù)。

在新興的分子病理流行病學(xué) molecular pathological epidemiology（MPE）這一交叉學(xué)科領(lǐng)域，最近趨勢(shì)是確定“暴露”對(duì)于病變組織或細(xì)胞內(nèi)分子病理學(xué)影響的證據(jù)。將暴露跡象與疾病的分子病理特征聯(lián)系起來(lái)，可以幫助評(píng)估因果關(guān)系。基于特定疾病的異質(zhì)性的固有特征、獨(dú)特的疾病原理等，研究疾病表現(xiàn)型及其亞型現(xiàn)在是生物醫(yī)學(xué)和公共衛(wèi)生科學(xué)的趨勢(shì)。比如個(gè)體化醫(yī)療和精準(zhǔn)醫(yī)療等。

基于X和Y這兩個(gè)時(shí)間獨(dú)立變量的聯(lián)合觀測(cè)數(shù)據(jù)，利用某些模型在X→Y和Y→X方向上的證據(jù)不對(duì)稱性，就可以確定變量的因果關(guān)系。主要的方法基于算法信息理論模型和噪聲模型。

算法信息模型

比較兩個(gè)同時(shí)輸出 X 和 Y 的程序：

• 通過(guò)未壓縮的Y存儲(chǔ)Y和X的壓縮型 

• 通過(guò)未壓縮的X存儲(chǔ)X和Y的壓縮型 

最短的此類程序表明，未壓縮的存儲(chǔ)變量更有可能引起計(jì)算變量。

噪聲模型

在模型中引入一個(gè)獨(dú)立的噪聲項(xiàng)，以對(duì)比兩個(gè)方向的證據(jù)。下面是一些假設(shè) Y → X 且具有噪聲 E 的噪聲模型：

• 加性噪聲 Additive noise：Y=F(X) E

• 線性噪聲 Linear noise：Y=pX qE

• 非線性后置 Post-non-linear：Y=G(F(X) E)

• 異方差噪聲 Heteroskedastic noise：Y=F(X) E.G(X)

• 功能性噪聲 Functional noise：Y=F(X,E)

上述模型均基于以下假設(shè)：

• Y 不存在其他原因 

• X 和 E 不存在共同的原因 

• 原因的分布獨(dú)立于因果機(jī)制

在直觀層面很容易想到，從聯(lián)合分布 P（起因 , 結(jié)果）到 P（起因）* P（結(jié)果 | 起因）的拆分產(chǎn)生的模型，其總復(fù)雜度低于從 P（起因 , 結(jié)果）到 P（結(jié)果）* P（起因 | 結(jié)果）的拆分。盡管“復(fù)雜度”的概念在直覺(jué)上很吸引人，但對(duì)于應(yīng)該如何精確定義它卻并不顯而易見(jiàn)。另一組不同的方法嘗試從大量標(biāo)記數(shù)據(jù)中發(fā)現(xiàn)因果的“足跡”，從而能預(yù)測(cè)出更靈活的因果關(guān)系。

在統(tǒng)計(jì)學(xué)和經(jīng)濟(jì)學(xué)中，因果關(guān)系通常通過(guò)回歸分析來(lái)檢驗(yàn)。有幾種方法可以用來(lái)從假設(shè)的相關(guān)性中鑒別出真實(shí)的因果關(guān)系：

第一，經(jīng)濟(jì)學(xué)家根據(jù)經(jīng)濟(jì)理論（如計(jì)量經(jīng)濟(jì)學(xué)）構(gòu)建回歸模型，從而確定因果關(guān)系的方向。例如，如果研究降雨與商品未來(lái)價(jià)格之間的依賴關(guān)系，那么理論表明，降雨可以影響價(jià)格，但未來(lái)價(jià)格不能改變降雨量。

第二，工具變量 instrumental variables（IV）技術(shù)可以通過(guò)引入其他已知不受因變量影響的工具變量，來(lái)消除任何逆向因果關(guān)系。

第三，經(jīng)濟(jì)學(xué)根據(jù)時(shí)間先后，來(lái)選擇合適的模型。由于偏相關(guān)（partial correlations）是對(duì)稱的，不能僅僅基于相關(guān)性來(lái)確定因果關(guān)系的方向。基于因果關(guān)系的概率觀點(diǎn)，經(jīng)濟(jì)學(xué)家假設(shè)，在時(shí)間上原因必須先于其結(jié)果。所以經(jīng)濟(jì)學(xué)家使用較早發(fā)生的現(xiàn)象作為自變量，并開(kāi)發(fā)適用于時(shí)間序列分析的因果關(guān)系計(jì)量檢驗(yàn)方法（例如，格蘭杰因果檢驗(yàn) Granger-causality tests）。

第四，有些方法包括了其他回歸因素，以確?；煜兞坎粫?huì)導(dǎo)致回歸項(xiàng)出現(xiàn)明顯的虛假。通過(guò)使用大規(guī)模樣本和交叉驗(yàn)證，來(lái)檢查在回歸中未使用的數(shù)據(jù)之間是否保持了相關(guān)，這樣可以排除由巧合造成而非反映實(shí)際內(nèi)在依賴的相關(guān)性。但在遭受多重共線性問(wèn)題困擾的領(lǐng)域，如宏觀經(jīng)濟(jì)學(xué)，原則上不可能包括所有混淆因素，因此計(jì)量經(jīng)濟(jì)模型容易出現(xiàn)共因謬誤 common-cause fallacy。

近年來(lái)，以設(shè)計(jì)為基礎(chǔ)的計(jì)量經(jīng)濟(jì)學(xué)活動(dòng)已經(jīng)推廣至使用自然實(shí)驗(yàn)和準(zhǔn)實(shí)驗(yàn)研究設(shè)計(jì)來(lái)解決虛假相關(guān) spurious correlations 問(wèn)題。

五、因果推斷在社會(huì)科學(xué)領(lǐng)域

社會(huì)科學(xué)越來(lái)越傾向用定量框架來(lái)評(píng)估因果關(guān)系。許多框架被認(rèn)為是提供更嚴(yán)格的社會(huì)科學(xué)方法的手段。1994年，Gary King、Robert Keohane 和Sidney Verba 合著的《設(shè)計(jì)社會(huì)學(xué)問(wèn)卷》對(duì)政治科學(xué)產(chǎn)生了重大影響。King、Keohane和Verba（通?？s寫(xiě)為 KKV）建議研究人員同時(shí)采用定量和定性方法，采用統(tǒng)計(jì)推斷的語(yǔ)言，以便更清楚地了解他們感興趣的主題和分析單位。定量方法的支持者也越來(lái)越多地采用 Donald Rubin 開(kāi)發(fā)的潛在結(jié)果框架作為推斷因果關(guān)系的標(biāo)準(zhǔn)。

適當(dāng)應(yīng)用定量方法來(lái)推斷因果關(guān)系的相關(guān)爭(zhēng)論導(dǎo)致了對(duì)研究可重復(fù)性的更多關(guān)注。對(duì)廣泛使用的方法持批評(píng)態(tài)度的人認(rèn)為，研究人員已經(jīng)有技術(shù)性地“篡改” P 值，在虛假相關(guān)的基礎(chǔ)上發(fā)表文章。

為了避免這種情況的發(fā)生，一些研究人員主張?jiān)谶M(jìn)行研究之前預(yù)注冊(cè) preregister 他們的研究設(shè)計(jì)，這樣他們就不會(huì)無(wú)意中過(guò)分強(qiáng)調(diào)一項(xiàng)不可復(fù)制的發(fā)現(xiàn)。這項(xiàng)發(fā)現(xiàn)并非最初的調(diào)查對(duì)象，卻在數(shù)據(jù)分析過(guò)程中具有統(tǒng)計(jì)學(xué)意義。社會(huì)科學(xué)內(nèi)部關(guān)于方法論和可重復(fù)性的爭(zhēng)論有時(shí)是激烈的。

盡管在潛在結(jié)果框架中大部分重點(diǎn)仍然放在統(tǒng)計(jì)推論上，但社會(huì)科學(xué)方法學(xué)家已經(jīng)開(kāi)發(fā)出使用定性和定量方法進(jìn)行因果推斷的新工具，有時(shí)被稱為混合方法?；旌戏椒ǖ某终哒J(rèn)為它更適合不同主體的研究。社會(huì)學(xué)家 Herbert Smith 和政治學(xué)家 James Mahoney 、 Gary Goertz 引用了統(tǒng)計(jì)學(xué)家 Paul Holland 的觀察結(jié)果，Paul Holland 在1986年發(fā)表了一篇名為《統(tǒng)計(jì)學(xué)和因果推斷》的文章，認(rèn)為統(tǒng)計(jì)推斷更適合于評(píng)估“原因的影響”（effects of causes），而不是“影響的原因”（causes of effects）。

定性方法專家認(rèn)為，形式化的因果關(guān)系模型（包括過(guò)程追蹤和模糊集理論），通過(guò)在某個(gè)案例研究?jī)?nèi)識(shí)別關(guān)鍵因素或在多個(gè)案例研究之間比較過(guò)程，提供了推斷因果關(guān)系的機(jī)會(huì)。這些方法對(duì)于那些潛在觀察結(jié)果的數(shù)量有限，或混淆變量會(huì)影響統(tǒng)計(jì)推斷適用性的課題，也是有價(jià)值的。

六、相關(guān)資源推薦

因果科學(xué)與 Causal AI 系列讀書(shū)會(huì) | 眾包出書(shū)

Judea Pearl 認(rèn)為當(dāng)下正在進(jìn)行一場(chǎng)改變數(shù)據(jù)科學(xué)的新革命 --- ”因果革命“。因果革命和以數(shù)據(jù)為中心的第一次數(shù)據(jù)科學(xué)革命，也就是大數(shù)據(jù)革命其不同之處在于，它以科學(xué)為中心，涉及從數(shù)據(jù)到政策、可解釋性、機(jī)制的泛化，再到一些社會(huì)科學(xué)中的歸因和公平性問(wèn)題，甚至哲學(xué)中的創(chuàng)造性和自由意志。

于此，我們組織了關(guān)于因果科學(xué)與 Causal AI 的系列讀書(shū)會(huì)，研讀硬核論文書(shū)籍，分享學(xué)界前沿成果，并已經(jīng)進(jìn)行了許多次的論文研討。