因果關係
相信大家都聽過「相關不代表因果」。是科學和統計學經常強調的重要觀念，意思是若兩個事物（統計學上會用變數代表）有明顯的相關時（即當一件事出現，另一件事也出現），不一定表示兩者之間有因果關係。
以 Spurious Correlations 網站的數據為例，「莫札瑞拉起司消耗量」跟「授予土木工程博士學位數量」兩個事件呈現高度正相關，但真的是這樣嗎? 感覺是碰巧的，沒有根據，在沒有證明出因果關係之前，我們都要保持懷疑的精神。
另外，商業經營中，因果關係是至關重要的。我們一直想知道如果“做了某事”，用戶是否會更滿意。因此，我們需要尋找能夠識別因果關係的分析方法，以充分發揮數據的價值。
然而，因果關係分析是一個非常棘手的問題。
為什麼需要因果推論?
原因是在進行因果分析時，會遇到許多挑戰，其中，最知名的是以下三大難點。
混淆變量(Confounding Variable) 在統計學和因果關係中是指會同時影響自變量和因變量，導致出現偽關係的一種變量。
例如，在某個海水浴場，觀察到「每日冰淇淋銷售量」跟「每日溺水人數」有高度正相關，然=ˊ真的是這樣嗎? 答案其實跟「是否為晴天」這項混淆變量：
- 晴天 -> 玩水的遊客多 -> 冰淇淋銷量跟溺水人數同時都較多
- 雨天 -> 玩水的遊客少 -> 冰淇淋銷量跟溺水人數同時都較少
選擇性偏誤(Selection bias) 是指我們常常很容易用一些小範本的極端的例子作為估計某些事件發生的概率的基礎，而忽視其他有關潛在可能性的證據。
舉例來說，蘋果的史蒂芬‧賈伯斯（Steven Jobs）、微軟的比爾‧蓋茲（Bill Gates）和臉書的馬克‧扎克伯格（Mark Zuckerberg）都是輟學創業成功的典範。但是，如果僅僅根據這三個人的成功據就認為輟學創業更容易成功，也是一種選擇性偏誤(希望有完整的輟學創業研究啊)。
導致選擇性偏差(Selection bias / Representative bias)發生的原因有很多種可能。
可能是因為無法取得更多的樣本；也可能是知識不足或是疏忽，根本沒意識到這樣的偏誤；更多的，則可能是確認偏誤的一種展現，僅僅挑選有利於自己觀點的事例，來強化偏見。
反事實(Counterfactual) 「如果 … 的話，狀況會怎樣？」，跟現在的事實不同。
- 如果 2020 年沒有爆發 Covid-19 疫情，是不是就不會有科技大裁員？
- 如果沒有烏俄戰爭，是否通貨膨脹就不會那麼嚴重？
- 如果台灣在民國60年，沒有退出聯合國，現在台灣是甚麼情況？
反事實的概念有時被稱為「(媽的)平行宇宙」，在這個概念中，我們永遠無法知道在同樣的時空背景下做出不同選擇會產生什麼不同的結果，這幾乎是一個無法解決的問題。
混淆變量、選擇性偏誤、還有反事實，都是因果推論想要突破的困難點，接著我們來看看因果推論是什麼!
回目錄 or 繼續閱讀因果推論是什麼
因果推論是在一個較大系統內部確定指定現象（因）的實際、獨立效果（果）的過程。wiki
「因果推論」（causal inference）是基於觀察數據進行反事實估計，分析干預與結果之間的因果關係的一門科學。雖然在因果推斷領域已經有許多的框架與方法，但大部分方法缺乏穩定的實現。
在此需要強調，科學家口中的因果推論不是一個特定的統計模型，而是一種思考框架，例如可以用 有向無環圖（DAGs）來畫出因果關係，統計模型只是實踐思考框架的工具之一。
之後筆者會介紹Dowhy，它是微軟發布的一個用於進行端到端因果推斷的 Python library，有興趣的讀者，可以先去研究它喔!
回目錄 or 繼續閱讀結論
因果推論是一個很值得研究的議題，本文只寫出一點概念，後續有興趣，想朝這領域發展的讀者們，真的需要自己再去熟讀研究之，未來筆者會持續分享因果推論與實作經驗。
若有任何錯誤或要討論的地方，非常歡迎與我聯繫。以下是我的LinkedIn：
https://www.linkedin.com/in/ray-huang-a01a5a171/
歡迎大家follow起來，也可以拍手給我一點鼓勵!
回目錄 or 繼續閱讀
