简介：这份资源是斯坦福大学Stefan Wager撰写的《Causal Inference: A Statistical Learning Approach》2024年9月草稿版，面向数据科学、统计学、经济学与公共政策领域的学生和研究者，帮助其用统计学习方法系统理解因果关系。全书从随机对照试验中的差异均值估计与回归调整讲起，依次覆盖无混淆性与倾向得分、双重稳健方法与双重机器学习、异质处理效应、政策学习、自适应实验、平衡估计器及回归断点设计，并延伸至内生处理、工具变量、局部平均处理效应与干扰下的估计等进阶主题，目录结构清晰，便于按章节循序渐进。资源包为1个PDF文件，大小约1.66MB，轻量便携，适合打印或平板阅读。目前已有2003人学习，可作为因果推断课程教材或科研参考手册使用。
1. 因果推断知识地图：从随机实验到自适应决策的完整拼图
因果推断这门课，很多人第一次翻开目录会觉得“章节好多、跨度好大”——从随机对照试验一路讲到回归断点、工具变量、溢出效应、事件研究、动态策略，中间还夹着倾向得分、双重稳健、异质处理效应、政策学习、自适应实验。乍看像十几个互不相干的专题拼盘，但梳理下来会发现，它其实是一条主线串起来的：先建立“因果效应是什么、怎么在理想实验里估”的地基，再逐步放松假设——放松“无混杂”、放松“无溢出”、放松“处理是外生的”、放松“实验是静态的”，每放松一层就补一套新工具。斯坦福 2024 这份教材草稿（Stefan Wager 著）正是按这个逻辑排的章节，16 章、约 200 多页，覆盖 RCT、无混杂与倾向得分、双重稳健、异质效应、政策学习、自适应实验、平衡估计器、RDD、内生处理、LATE、溢出与干扰、事件研究、动态策略、MDP 与 switchback 实验。它适合已经学过概率统计与回归、想系统补齐因果推断工具箱的数据科学学习者，也适合备考时拿来当“地图 + 查漏”的底本。下面按模块把重点、难点和易错点拆开讲。
2. 随机实验地基：差异均值、回归调整与 SUTVA 的复习重点
2.1 潜在结果框架与两个估计量
整本书的起点是 Neyman–Rubin 潜在结果模型：每个个体 i 有两个潜在结果 Y_i(1)、Y_i(0)，个体因果效应 Δ_i = Y_i(1) − Y_i(0)，但根本问题是只能观测到一个，Δ_i 永远不可直接观测。于是目标转向样本平均处理效应 SATE 和总体平均处理效应 ATE。最朴素的估计量是差异均值：
# 差异均值估计量：处理组均值 - 对照组均值 # W 为 0/1 处理指示，Y 为观测结果 def diff_in_means(W, Y): treated = Y[W == 1] control = Y[W == 0] return treated.mean() - control.mean()这个估计量在 SUTVA（个体结果不受他人处理影响）加随机分配下是有限样本无偏的，且几乎不需要分布假设——这是它最值钱的地方。但无偏不等于最优：它没有利用协变量 X，方差往往偏大。回归调整就是在 RCT 里把基线协变量放进回归，用 X 解释掉一部分结果变异，从而收紧置信区间。重点在于：回归调整在 RCT 里主要买的是精度，不是去偏；如果模型设定错了，在完全随机实验里它仍近似无偏，但在处理概率不均的设计里就要小心。
2.2 渐近推断与易被忽略的方差细节
差异均值的中心极限定理给出方差 V_DM = Var[Y(0)]/(1−π) + Var[Y(1)]/π，其中 π 是处理概率。这里最容易翻车的是把 π 当成样本里实际的处理比例 n₁/n 直接套——在 Bernoulli 试验里两者渐近一致，但在完全随机化或配对设计里，实际处理数是被固定的，方差公式要相应调整。另一个易漏点是有限样本无偏性依赖 n₀>0、n₁>0，极端不平衡设计下估计量行为会退化。复习时建议把“无偏性靠随机化、区间估计靠抽样假设”这两层分开记：定理 1.1 不需要总体抽样假设，定理 1.2 才引入 IID 抽样与 Bernoulli 处理，混在一起记是常见错误。
3. 去混杂三板斧：倾向得分、逆概率加权与双重稳健
3.1 分层、IPW 与双重机器学习的分工
一旦离开 RCT 进入观察性研究，核心假设换成无混杂：给定协变量 X，处理分配与潜在结果独立。第一件工具是倾向得分 e(X)=P(W=1|X)，它把高维 X 压成一维，于是可以分层估计或做逆倾向加权（IPW）：
# 逆倾向加权（IPW）估计 ATE # e_hat 为倾向得分预测值，需截断避免极端权重 def ipw_ate(W, Y, e_hat, clip=0.01): e = np.clip(e_hat, clip, 1 - clip) # 截断，防止权重爆炸 return np.mean(W * Y / e - (1 - W) * Y / (1 - e))IPW 的直觉是“给难被处理却真被处理的个体更大权重”，但它的方差对极端倾向得分极其敏感，截断是血泪经验。第二件工具是双重稳健：把结果回归和倾向得分结合，只要其中一个模型设定正确，估计就一致。教材第 3 章的双重机器学习（DML）进一步用交叉拟合（cross-fitting）消除过拟合带来的正则偏倚，这是近年数据科学里最常被引用的方法之一。重点在于理解“双重稳健”稳健的是什么——是模型误设，不是极端权重或重叠性缺失。
3.2 平衡估计器：从“估得分”转向“直接求平衡”
第 7 章的平衡估计器是一个容易被跳过但很值得看的模块：与其先估倾向得分再加权，不如直接构造使协变量加权后均值相等的权重（协变量平衡倾向得分），再配合增广估计量。梳理下来会发现，这条线和 IPW 是同一目标的两条路径——一个重“预测处理”，一个重“实现平衡”。复习时把 IPW、增广 IPW、平衡权重三者的目标函数摆在一起对比，比单独背公式有效得多。
4. 异质效应与政策学习：从“平均”走向“谁受益、怎么决策”
4.1 异质处理效应的半参数建模与损失函数
平均效应回答不了“对谁有效”。第 4 章用半参数建模刻画 τ(x)=E[Y(1)−Y(0)|X=x]，并引入一个专门为处理异质性设计的损失函数——它的巧妙之处在于不需要观测到个体效应，而是用类似“变换后结果”的代理目标来训练。重点难点是：异质效应估计的收敛速度通常慢于平均效应（因为要在每个 x 上估），所以小样本下 CATE 曲线抖动是常态，不是代码写错了。常见误用是把 CATE 预测直接当因果结论汇报，忽略了置信区间。
4.2 政策学习与经验福利最大化
第 5 章把异质效应接到决策上：给定一个策略 π(x)（把个体分到处理或对照），用经验福利最大化来学最优策略。这里的关键概念是策略评估与策略学习要分开——先能无偏评估一个给定策略的价值，再去搜最优策略。易错点是把“学出来的策略在训练集上福利最高”当成结论，忽略了策略过拟合；教材强调用类似双重稳健的评估器来给策略价值做推断，这一步不能省。
5. 放松假设的进阶模块：RDD、内生处理、LATE 与溢出效应
5.1 回归断点与局部线性回归
第 8 章的 RDD 是“处理由某个连续变量是否越过阈值决定”的场景。核心是局部线性回归：只在断点附近取窗宽内的样本拟合两侧直线，断点处的跳跃即处理效应。重点难点全在窗宽和偏差——窗宽太大引入曲率偏差，太小方差爆炸。教材第 8.2 节讲优化估计与偏差感知推断，本质是给“局部线性”这个近似补一个偏差修正项。易漏点：RDD 的识别依赖断点附近个体不能操纵阈值变量，这个假设要在数据里找证据（如阈值附近密度是否异常），不能默认成立。
5.2 内生处理、工具变量与 LATE
第 9、10 章处理“处理不是随机、还有未观测混杂”的情形：结构方程与 do-calculus 给出一套形式化语言，工具变量回归给出可操作估计。工具变量要满足相关性、外生性、排除限制三条，缺一不可。第 10 章的 LATE 进一步说明：在有非依从的 RCT 里，IV 估的不是 ATE，而是依从者子群的平均效应。这是最容易被误读的结论之一——把 LATE 当 ATE 汇报，是复习和实战里都高频的翻车点。
5.3 溢出与干扰：SUTVA 失效之后
第 11、12 章专门对付 SUTVA 被破坏的场景（网络、群体干预）。工具是暴露映射（exposure mapping）把“他人的处理”编码进个体暴露，再用置换检验做推断。重点在于：一旦有干扰，差异均值不再无偏，必须重新定义“处理效应”到底相对于哪种暴露水平。这部分概念密度高，复习时先抓住“暴露映射怎么定义”再谈估计，否则公式会看得很飘。
6. 时间维度与动态决策：事件研究、自适应实验与 MDP
6.1 双重差分、合成控制与事件研究
第 13 章把视角拉到面板数据：双重差分（DID）用“处理前后 × 处理对照”的差来识别效应，合成控制用加权组合构造反事实对照。重点难点是平行趋势假设——DID 的全部可信度押在“没有处理时两组趋势相同”上，这个假设不可直接检验，只能做事件研究图看处理前趋势是否平稳。易错点：处理时点交错时，朴素双向固定效应 DID 会有负权重问题，教材的框架提醒我们要对估计量结构保持警惕。
6.2 自适应实验与动态策略
第 6 章讲自适应数据收集（低遗憾算法）与收集后的推断，第 14、15 章讲序贯无混杂下的动态策略、双重稳健估计、MDP 的长期平均价值与 switchback 实验。这一块是全书最“现代”的部分，也最容易和经典方法混淆：自适应收集会让常规置信区间失效，必须用针对自适应过程修正的推断方法。复习时把“静态 RCT 推断”和“自适应后推断”的差异单独列一栏，比混着记清楚得多。
7. 易错点清单：五个最容易漏的复习盲区
易漏点一：把无偏性和一致性混为一谈。为什么漏：两者都叫“好性质”，公式长得近。怎么补：无偏看有限样本期望，一致性看 n→∞ 收敛，差异均值两者都占，但很多观察性估计量只有后者。
易漏点二：倾向得分截断随手设。为什么漏：截断阈值像超参数，容易被当成无关紧要。怎么补：截断直接改变估计目标（从 ATE 偏向重叠人群），复习时明确写清截断后估的是哪个群体。
易漏点三：把 LATE 当 ATE。为什么漏：IV 输出一个数，看起来就像平均效应。怎么补：记住 IV 识别的是依从者子群，汇报时标注子群定义。
易漏点四：RDD 窗宽与偏差修正脱节。为什么漏：只调窗宽不做偏差感知推断，区间会偏窄。怎么补：把窗宽选择和偏差修正当成一对，一起调。
易漏点五：自适应实验后直接用常规区间。为什么漏：数据收集规则变了，抽样分布也变了。怎么补：凡是有自适应分配，推断方法必须配套换。
8. 复习落地：一张自查表加一套走查习惯
把上面模块收成可执行的自查表，复习时逐行打勾比通读目录有效：
| 模块 | 必答问题 | 自查信号 |
|---|---|---|
| RCT | SUTVA 与随机化是否都成立 | 方差公式用的是 π 还是 n₁/n |
| 倾向得分 | 重叠性够不够、权重截断没 | 极端权重占比 |
| 双重稳健 | 哪个模型可能对、交叉拟合做了没 | 两模型结论是否打架 |
| 异质效应 | CATE 有没有区间 | 小样本抖动是否被误读 |
| 政策学习 | 策略评估与学习是否分开 | 训练集福利是否虚高 |
| RDD | 阈值可操纵性查了没 | 断点附近密度图 |
| IV/LATE | 三条工具变量假设逐条过 | 汇报的是哪个子群 |
| 溢出 | 暴露映射怎么定义 | 置换检验是否用上 |
| 事件研究 | 平行趋势图平不平 | 交错处理时点 |
| 自适应 | 推断方法是否配套 | 区间是否被修正 |
我自己的习惯是：每读完一章，先不看公式，用一句话写出“这一章放松了哪个假设、换来了哪个新工具、代价是什么”，写不出来就说明这章还没进脑子。从那以后我每次复习因果推断，都强制走一遍“假设—工具—代价”三栏走查，比刷题更能暴露盲区。这份教材草稿章节全、推导细，配合上面的地图和自查表用，能把零散知识点串成一条线。希望帮到你。
本文还有配套的精品资源，点击获取
