常见因果推断方法梳理
因果推断到底在做什么？
因为相关性不等于因果性（详情参考selection bias和confounding bias），所以我们需要通过控制变量去找到因果关系，而因果推断就是一个尝试“找到两个完全一样的样本，然后通过控制变量去找到因果关系”的过程。
因果推断的分类和常见的因果推断方法
有三种核心的因果推断方法：统计实验（Statistical Experiment）、准实验（Quasi-experiment）、反事实（Counterfactuals）
图：因果推断的方法分类
1.统计实验（Statistical Experiment）
这种情况下，我们可以通过随机分组来产生实验组和控制组，从而实现“完美”的控制变量。一般使用统计学的假设检验就好，而假设检验也是因果推断中准确度最高的方法。
假设检验很简单，在这里就不详细讲了。
2.准实验（Quasi-experiment）
这种情况下，实验组和控制组的产生不随机，存在某个因素影响不同组的分流，因此实验组和控制组是“没有完全的控制变量”，所以我们就需要人为地进行样本的调整，让实验组和控制组实现“完美的控制变量”。
准实验（Quasi-experiment）常见的方法有：Matching匹配、Weighting加权、DID双重差分
Matching匹配：常见的策略是PSM（Propensity Score Matching，PSM详解 ->），本质就是为每个样本找到“双胞胎”，从而实现控制变量。实践中惠对于实验组（对照组）的unit，我们在对照组（实验组）里面找和他相似的unit，然后将两者的差异当做干预对于这个unit的效果，求一个平均就得到干预对于这一群人的平均效果ATE。
*Matching缺点就是会浪费一些数据，同事对于高维的情况，我们会难以判断两个样本是否相似。
图：matching概念图解
Weighting加权：常用的策略是IPW（Inverse Probability Weighting Estimator，IPW详解 ->），本质就是给每个样本一个“倾向性分数”，通过这个分数来给每个样本赋权，从而实现控制变量，让实验组和对照组的差异变小。
理论上可以证明IPW估计出来的差异是ATE（Average Treatment Effect，即我们想要知道的treatment的效果）的无偏估计，但是当具有某种特性的x的units在实验组或者对照组出现的比例很小的时候，会导致我们估计出来的倾向性得分趋进于0或者1，然而倾向性得分是在units的权重函数的分母上面的，使得IPW虽然无偏（bias=0）但是波动很大（variance很大）。为了解决这个问题，人们通常会利用估计出来的倾向性得分的分位数将所有样本分层（stratification），然后将每一层里面的样本当做同质的，计算一下每一层里面实验组和对照组之间的差异，然后以每一层的样本量为权重，每一层差异的加权平均，当做所有样本的干预效果（bias增加，variance下降）。
*IPW的准确性直接取决于倾向性分数的构建。
图：加权概念图解
DID双重差分：本质就是找到一个有“平行趋势”的样本，然后对比两个样本之间的差异来确定Treatment Effect。 DID详解 ->
3.反事实（Counterfactuals）
这种情况下，不存在控制组，我们只能通过机器学习模型来产生反事实的样本结果。
常见的方法有：增益模型（Uplift model）、因果森林、马尔可夫链、夏普里值
Uplift model：用于估算ITE（Individual Treatment Effect）。以广告投放为例，uplift model的核心逻辑就是先用小样本做一个实验组（投广告）和对照组（不投广告），然后分别用实验组和对照组的数据建模，预测他们人们购买的概率，实验组为模型A（预测看完广告购买的概率），对照组为模型B（预测没看广告购买的概率）。接下来对每一个人都跑一遍模型A和模型B，两者的概率差即为uplift value。基于uplift value和两个模型的预测结果，我们可以很容易把人分为以下四个象限，就能够知道什么人应该投广告，什么人不需要投广告。
图：用uplift model分出的四象限人群，从而针对性地采取措施
因果森林：To Be Continued…
马尔可夫链：常用于渠道归因，本质是基于移除效应来找到每个节点的贡献.
缺点是马尔可夫链只是基于统计数据的伪归因，用这个归因的话往往链的前几个节点就是最重要的（这不一定在现实中是正确的）；且马尔可夫链不考虑单个节点的重复曝光（吸收马尔可夫链可以一定程度解决这个问题，因为马尔可夫链允许节点之间的游走）
夏普里值：常用于渠道归因和解释机器学习模型，本质是“考虑节点的所有顺序”来实现归因。