05 箭头不是等号

▷ 先判一次

某地的数据显示：每卖出 1 台空调，当月冰淇淋销量增加约 800 支。反过来问：如果冰淇淋销量增加 800 支，空调销量会增加几台？

A 1 台，因为关系是对称的B 小于 1 台，需要重新算一遍回归C 0 台，因为是气温导致的，两者互相不影响D 这个问题本身就问错了

四个选项里有两个是对的，但它们对的层次不同。

你已经知道这件事了，只是没往这边想

先看两行代码：

// 第一行：数学里的等式
//   a = b  和  b = a  说的是同一件事

// 第二行：代码里的赋值
y = 2 * x;      // 把 x 读出来，算一下，写进 y
x = y / 2;      // 完全是另一条语句，做的是另一件事

第二行你一眼就懂：y = 2 * x 执行之后，改 x 会影响下一次算出来的 y，但改 y 对 x 一点影响都没有。赋值是有方向的，等式没有。

因果模型用的就是赋值那一套。为了强调，我们写成 :=：

Y := 2 × X + 噪声

# 读作：「Y 的值由 X 算出来」
# 不读作：「Y 等于 2X」

◆ 结构因果模型（SCM）

一个结构因果模型就是一组这样的赋值语句，每个变量一条：

C := 噪声₁                        # 没有父变量，自己决定自己
X := −1.2 × C + 噪声₂             # X 由 C 算出来
Y := 60 + 5 × X + 9 × C + 噪声₃   # Y 由 X 和 C 算出来

每条语句右边出现的变量，就是左边那个变量的父变量；把「父 → 子」画成箭头，就得到一张因果图（causal graph / DAG）。

「噪声」代表所有你没写进模型的其他影响。它必须存在——否则世界就是完全确定的。

这个东西在软件工程师眼里应该非常眼熟：它就是一个依赖图，一张 DAG，一个数据流图。你每天都在画。区别只在于，这张图上的节点不是模块，是这个世界上的量。

两个方向的回归，不是互为倒数

说「箭头有方向」很容易，但它有一个可以量出来的后果，而这个后果多数人没想过。

我写一台世界机器：Y := 2X + 噪声，X 和噪声都是标准正态。然后跑四万个样本，做两个方向的回归。

Y 对 X 回归，斜率 2.0005——正是结构里那个 2。

X 对 Y 回归，斜率是 0.3992。

不是 1/2 = 0.5。差了 20%。

为什么？因为 Y 里混进了噪声，比 X 「脏」。拿脏的去预测干净的，斜率会被系统性地压小（这个现象叫回归稀释）。数值上：Var(Y) = 2² × 1 + 1 = 5，Cov(X, Y) = 2，于是 2/5 = 0.4——和跑出来的 0.3992 对得上。

◆ 两种系数，不是一回事

结构系数：把 X 拨动一个单位，Y 会变多少。这是你想要的。
回归系数：看到 X 大一个单位时，Y 平均大多少。这是数据给你的。

它们有时候相等（比如上面 Y ~ X 那个方向），有时候不等（X ~ Y 那个方向），有时候差到符号相反（第 2 章那根滑杆）。

这本书剩下的部分，全部是在回答一个问题：什么时候回归系数等于结构系数？

那么「拨动」到底是什么操作

有了赋值语句这个框架，「拨动」就有了精确的定义，而且干净得让人惊讶：

✂ do 就是替换一行代码

do(X = 1) 的意思是：把 X 那条赋值语句整个删掉，换成 X := 1。

# 原来的世界
C := 噪声₁
X := −1.2 × C + 噪声₂        ← 删掉这一行
Y := 60 + 5 × X + 9 × C + 噪声₃

# do(X = 1) 之后的世界
C := 噪声₁
X := 1                       ← 换成这一行
Y := 60 + 5 × X + 9 × C + 噪声₃

在图上，这一步就是把所有指向 X 的箭头剪断——因为 X 不再由任何东西决定了，它由你决定。

这就是这本书的书名。剩下的 19 章，做的都是同一件事：手上只有原来那个世界跑出来的数据，怎么算出换掉那一行之后的结果。

注意这个定义有多局部：只有 X 那一行被换掉，其他所有行原封不动。Y 还是照 60 + 5X + 9C 算，C 还是照原样生成。这个「其余不变」的假定叫模块性（modularity）——它是整门学问的地基，也是它可能出错的地方之一（第 23 章会看到一个反例）。

软件工程师对这个假定应该有天然的警惕：你改一个模块，真的不会影响别的模块吗？好的答案是「如果接口没变，就不会」。因果模型的赌注也一样——它赌的是这些赋值语句之间是真正解耦的。

为什么不能「解方程」

有人会问：既然 Y := 2X + e，那我把它反过来写成 X := (Y − e)/2 不就行了？

因为这两个模型对干预给出完全不同的预测，而只有一个是对的：

                        do(X=1) 之后 Y 是多少   do(Y=100) 之后 X 是多少
                        ───────────────────    ────────────────────
Y := 2X + e （真的）         2 + e                     不变，还是它自己
X := (Y−e)/2（反着写）       不变                      50 − e/2

数据分不清这两个模型——它们在观察分布上完全一样。分得清它们的只有干预，或者你对这个世界的知识（气温影响冰淇淋，冰淇淋不影响气温）。

这就是第 1 章那句「因果结论必然包含数据之外的输入」的具体形态：箭头的方向，就是那个输入。

▸ 在现实里

KPI 为什么会失效，在这里就能看到根。

假设真实世界是：代码质量 := f(团队水平)，单测覆盖率 := g(代码质量)。于是覆盖率和质量高度相关，是一个很好的指标。

现在管理层说：覆盖率必须到 80%。这是 do(覆盖率 = 80%)——把覆盖率那行赋值语句整个换掉了，它不再由代码质量决定。原来那条 质量 → 覆盖率 的箭头被剪断，于是覆盖率和质量之间的相关也就没了。指标还在，含义没了。

这就是古德哈特定律（Goodhart's law）的因果版本：一个指标之所以有用，是因为它是某个东西的后果；而你一旦去拧它，它就不再是那个东西的后果了。（《意外》第 23 章从信息论那边讲了同一件事——好的调节器必然是被控对象的模型。两本书在这里碰头。）

✗ 这个直觉是错的

既然 Y 由 X 决定，那 X 和 Y 之间的关系，从哪个方向看都一样。观察它们的关系是对称的（相关系数只有一个），但结构是不对称的，而干预的结果由结构决定。

相关系数 corr(X, Y) = corr(Y, X)，永远相等。这正是它测不出因果方向的原因——一个对称的量，装不下一个不对称的事实。

顺带说一句：确实有一整个研究方向（因果发现，causal discovery）在尝试从纯观察数据里判断箭头方向，靠的是噪声的非对称性、非高斯性这类线索。它在特定假设下真的能用，但它不是「数据里本来就有方向」——它是又引入了一组新假设。第 24 章会给入口。

◇ 判词

C 和 D 都对C 说的是事实（气温是共同原因，两者互不影响，所以答案是 0 台）；D 说的是更根本的一层——这个问题预设了「关系可以反过来读」，而这个预设本身就是错的。

「每卖出 1 台空调，冰淇淋增加 800 支」这句话，从一开始就不该被读成因果。它是一个观察到的关联，而背后的结构是 空调 ← 气温 → 冰淇淋。do(冰淇淋 = +800) 会把指向冰淇淋的箭头剪断，剩下的图里空调和冰淇淋之间什么都没有。

A 「关系是对称的」——相关是对称的，结构不是。这一章就是为了拆掉这个直觉。 B 「重新算一遍回归」——你确实会算出一个数（大约 1/800 那个量级），但那个数是预测的斜率，不是干预的效应。算出来也用不了。

这一章的一句话

因果模型是一组赋值语句而不是一组等式；do 就是把其中一行换掉，在图上就是把指向它的箭头剪断。

下一章开始拆图。好消息是这件事出奇地简单：不管一张因果图有多大、多复杂，它都只由三个零件拼成。三个。你会看到其中两个的行为完全符合直觉，而第三个正好相反——控制它，两个本来毫无关系的变量之间的相关系数会从 −0.004 变成 −0.501。