详细内容或原文请订阅后点击阅览
异质性存在下的因果推断
在《为什么》一书中，Judea Pearl 提出了几个令人信服的理由，说明为什么现在如此流行的因果图论方法比更传统的基于回归的解释模型更受青睐。原因之一是因果图是非参数的，因此不需要假设，例如，可加性和/或不存在交互效应 - [...]
来源:Lars P Syll存在异质性时的因果推断
在《为什么》一书中，Judea Pearl 提出了几个令人信服的理由，说明为什么现在如此流行的因果图论方法比更传统的基于回归的解释模型更受青睐。原因之一是因果图是非参数的，因此不需要假设例如可加性和/或不存在交互效应——箭头和节点取代了回归分析所需的方程中包含的变量之间函数关系的必要规范。
但是，即使 Pearl 和其他图论倡导者主要强调这种新工具为我们提供的灵活性的优势，但使用因果图也存在明显的风险和缺点。对于可加性、交互作用或其他变量和关系特征是否存在以及如何指定它们（如果存在）缺乏明确性，有时会产生比它们解决的问题更多的问题。
正如回归分析一样，许多问题都与异质性的存在和程度有关。我举一个教育研究领域的例子来说明这个问题。
近年来，瑞典政治家和研究人员反复问自己的一个问题是，我们的“friskolor”（“独立学校”、“特许学校”）是否能提高学生的知识水平和考试成绩。为了能够回答这个（实际上是非常困难的）因果问题，我们需要了解大量已知的、可观察的变量和背景因素（父母的收入和教育、种族、住房等）。此外，还有一些我们知道很重要但无法观察到和/或或多或少无法衡量的因素。
约翰·梅纳德·凯恩斯
休伯特·布莱洛克