为什么(the book of why)

有段时间，没有通过笔记的方式，梳理读书的内容了，这次重新拾起来，我想有两个原因，一个是这本书的内容价值太大，二是第一遍基本没怎么读懂，那就必须得用点硬手段，强迫加深自己对这本书的理解了。

导言：思维胜于数据

因果推断引擎示意

通过将客观数据，和主观业务经验/主观认知，相结合，解决目标问题的方法论。

1. 知识：推理主体过去的经验，认知、思维、经验底蕴。
2. 假设：研究者在现有知识的基础上认为有必要明确表述出来的陈述。
3. 因果模型：因果图模型，因果推断逻辑的外在表现形式，通过一种更简洁、清晰的方式，帮助人们更好认知因素之间的因果关系。
4. 可验证的蕴涵，将通过主观经验建立的图结构，转化为数据语音，"因素D和L相对独立，不相关"，对比真实数据结论，验证假设无误。
5. 我们提交的问题，例：P(L|do（D）)
6. 因果推断的结果，注意如果前置因果图模型里因素不够，可能这个结果是无法顺利得到的

我们平常工作中说的业务漏斗、业务模型，本质就是因果图，对产生一份业务结果需要经过关键环节的抽象。

因果关系之梯

因果关系的三个层级

• 第一层级，是观察能力，发现环境中规律的能力。

买啤酒的顾客也爱买尿布，这是规则。

• 第二层级，是行动能力，预测对环境刻意改变的后果。
• 第三层级，是想象能力，反事实的想象能力，通过想象不存在的世界，推测观察到的现象为何

因果推断的三层境界

为什么我们要努力推演接近第三个层级？
举个例子，<假如我们把牙膏的价格提高一倍，则之前买了牙膏的顾客仍在选择购买的概率是多少？>
正确的预测，某个因素改变对结果的影响，后续在真实世界就能用过更快、更精准的方式，采取措施，改进目标。

从海盗到豚鼠：因果推断的起源

豚鼠出生体重示例的因果图

p+ l * l' * q = 5.66克/天
计算l、l'、q，的路径系数，再用5.66减去他，就得到了P对X的影响。

从证据到因：当贝叶斯牧师预见福尔摩斯先生

从因推出果，叫前向概率，从果逆推因，叫逆推概念。

因果关系的三种结构

• chain，A—>B—>C，链式结构
• fork，A<—B—>C，叉结构
• collider，A—>B<—C，对撞结构

混杂和去混杂：或者，消灭潜伏变量

解决了混杂因子的黄金方法，随机样本，AB实验

烟雾缭绕的争论：消除迷雾，澄清事实

香烟致癌，在今天看是板上钉钉的结论，但在20世纪下半叶的美国，还是个激烈讨论、论证的问题。

美国人均香烟消费量和肺癌及支气管癌死亡率

这个图已经带很强的因果性信息了，关键点在：

• 两个曲线的形状非常拟合
• 前者和后者的波峰上升节点间的时间差距近乎一致，大概是30年左右

在无法对是否吸烟做AB实验的情况下，因果派和否定派各执一词，否定派的认知是，吸烟和癌症之间有混杂因子，例如人可能有吸烟基因，这种基因让人们渴望吸烟，也是他们更有可能患上肺癌。

吸烟对新生儿的影响-因果论证过程

在20世纪60年代中期，雅各布指出，如果婴儿碰巧存在出生时体重不足的问题，那么期母亲在怀孕期间吸烟似乎反而有益于新生儿的健康，这个被称作"出生体重悖论"

实验的过程：

1. 通过对比，发现吸烟母亲的胎儿重量的确比不吸烟的母亲胎儿重要轻7盎司。
2. 吸烟母亲的低体重样儿存活率要比不吸烟母亲的婴儿高

这就好像说，母亲吸烟有保护胎儿的作用一样

混杂因子影响的方式