更改

因果模型为识别恰当的混杂变量提供了一种鲁棒的技术。形式上，如果“ <math>Y</math> 通过不经过<math> X</math> 的路径与 <math>Z</math> 关联”，则<math> Z</math> 是混杂因素。这些混杂变量通常可以使用其他研究所收集的数据来确定。数学上，如果

因果模型为识别恰当的混杂变量提供了一种鲁棒的技术。形式上，如果“ <math>Y</math> 通过不经过<math> X</math> 的路径与 <math>Z</math> 关联”，则<math> Z</math> 是混杂因素。这些混杂变量通常可以使用其他研究所收集的数据来确定。数学上，如果

:<math> P(Y|X) \neq P(Y|do(X))</math>

:<math> P(Y|X) \neq P(Y|do(X))</math>

那么X是Y的混杂因子。<ref name=":1" />

那么X、Y之间存在混杂因子。<ref name=":1" />