因果推断(Causal Inference)，又称因果推理，因果推断法
目录 |
因果推断是研究如何更加科学地识别变量间的因果关系。
客观事物普遍存在着内在的因果联系，人们只有弄清事物发展变化的前因后果，才能全面地、本质地认识事物。基干事物发展的这种规律，在论证观点时，有时就可以直接从事物本身的因果关系中进行推论，这就叫因果推断法。
世上万事万物，有因就有果，有果必有因。说明事物为什么会发生、为什么会得到某种结果，都是通过论述事物的运动发展的因果关系来完成的。
因果推论要求原因先于结果，原因与结果同时变化或者相关，对于结果不存在其他可能的解释，强调原因的唯一性。
因果推断的关键特征是通过引入潜在结果框架去清晰地定义因果关系、利用随机化实验的思想(克服不可观测因素造成的影响)作为有效识别因果关系的基础。
因果推断的一个重要特点是强调实验设计，其以随机化实验为基础，对潜在结果进行建模，而不是对观测结果建模，通过科学的实验设计，使数据自动呈现因果效应，尽量避免模型设定或函数形式之类的假设，从而更好地识别因果关系，计算出因果效应。
由于因果推断主要借助的是随机化的实验思想，故而新的研究范式有时也被称为计量经济学的“实验学派”，其主要代表人物有Card & Krueger、Card以及Angrist & Pischke。[1]
这种方法有三种形式：
一是由原因推断出结果
二是由结果追溯到原因
三是不太常用的由一种结果推论出另一种结果。
1. 关联：通过观察进行。看到x怎么影响我对y的理解?例如出门看到乌鸦，今天的干的差事会顺利吗?
2. 干预：通过行动进行。我做了x之后，y会怎么样?例如忘记带东西，事情是否会被耽误?
3. 反事实：通过想象进行。如果我做了x, y会怎么样?例如如果我今天带了笔，还会完不成作业吗?