697
个编辑
更改
→平均因果效应
个体因果效应（Individual Causal Effect，ICE）定义为上述两种结果之间的差异：ICE = Y(1)−Y(0)。但由于无法同时观测到两者，ICE通常不可直接计算。所以就需要利用实验设计（如RCT）和重复抽样推断的统计方法得到平均因果效应。
个体因果效应（Individual Causal Effect，ICE）定义为上述两种结果之间的差异：ICE = Y(1)−Y(0)。但由于无法同时观测到两者，ICE通常不可直接计算。所以就需要利用实验设计（如RCT）和重复抽样推断的统计方法得到平均因果效应。
==== 平均因果效应 ====
==== 平均因果效应 ====
若E(Y(0))表示不服药的期望痊愈率，E(Y(1))表示服药的期望痊愈率。这时，平均因果效应（Average Causal Effect，ACE）定义为 ACE = E(Y(1))-E(Y(0))，记作 ACE(X→Y)。
若E[Y(0)]表示不服药的期望痊愈率，E[Y(1)]表示服药的期望痊愈率。这时，平均因果效应（Average Causal Effect，ACE）定义为 ACE = E[Y(1)] - E[Y(0)]，记作 ACE(X→Y)。
==== 可忽略性假设 ====
==== 可忽略性假设 ====
如果观察性数据中既有病人不服药的情况，也有服药的情况，同时也包括其他一些变量，例如病人的生理指标(血压、肝脏等)和自然属性(性别、年龄等)，这些变量称为协变量，协变量虽然不会直接决定病人的痊愈，但是会影响病人的痊愈。
如果观察性数据中既有病人不服药的情况，也有服药的情况，同时也包括其他一些变量，例如病人的生理指标(血压、肝脏等)和自然属性(性别、年龄等)，这些变量称为协变量，协变量虽然不会直接决定病人的痊愈，但是会影响病人的痊愈。