因果与证据总览：从主张到可验证决策

TL;DR：把“我认为 X 导致 Y”变成可被审阅、验证和更新的决策依据，先分清相关、因果、机制、反事实与证据强度五件事，再走一条统一工作流：问题与结果变量 → 因果假设 → 竞争性解释 → 证据与设计 → 干预 → 复查与更新。系统思维提出结构假设，因果与证据负责检验关键关系——漂亮的关系图或回归结果本身不是因果证明。

目录

这篇总览要解决什么

软件工程决策里充斥着因果主张：“引入 Agent 缩短了交付周期”“这次发布导致了事故延迟”“限流调高后错误率下降”。这些主张决定了后续投入方向，却常常只凭直觉、单点观察或一张相关图就被采信。本专栏不教授完整统计学或因果推断课程，只回答一个问题：

当你说“X 导致了 Y”时，这个结论可以被怎样检查、反驳和更新？

它的产出不是更漂亮的图，而是可审阅的中间物：竞争性假设、因果图、证据表、实验设计与复盘记录。判断它是否有效的标准是——下一次决策是否因为这套流程而更少被“看起来成立其实不成立”的关系误导。

五个易混概念

核心区分：相关回答“是否一起变”，因果回答“改变 X 是否改变 Y”。机制解释“怎么发生”，反事实定义“若没有会怎样”，证据强度决定“现在能相信到什么程度”。把相关当因果是最常见的工程决策错误。

统一工作流

把一个因果主张转化为可验证决策，按六步推进，每步都有可检查的产出：

1. 问题与结果变量：明确要解释的结果 Y 是什么、如何测量、口径与时间窗口。结果变量定义不清，后面的因果无从谈起。
2. 因果假设：写出“X 导致 Y”，并补上机制（X 如何影响 Y）、方向、预期时间尺度。
3. 竞争性解释：主动列出可能替代原假设的解释——混杂因素、反向因果、巧合、选择性观察。没有竞争性解释的假设经不起反驳。
4. 证据与设计：为每条主张匹配证据；能用实验就用实验，不能则用准实验、自然实验或机制论证。证据表记录支持、反证与置信度。
5. 干预：选择能切断关键因果路径或增强有益回路的措施，并写成可回退、有对照的干预。
6. 复查与更新：用结果数据更新模型和置信度，而非只判断“成功/失败”。

工作流不是瀑布。证据不足时回到假设，竞争性解释未被排除时回到证据设计，干预结果与预测不符时回到模型。关键产物是证据表和带预测的干预命题，它们让因果主张可以被他人审阅。

证据强度阶梯

不同证据能支撑的主张强度不同，不能等量齐观：

关键提醒：统计显著性（p 值小）只说明“不像噪声”，不等于因果、不等于重要。美国统计学会（ASA）关于 p 值的声明专门警告：p 值不是假设为真的概率，也不能单独作为证据强度的衡量。精确的数字不代表正确的模型。

与系统思维的关系

本专栏是系统思维专栏的下一站，两者分工互补：

系统模型画出“评审队列 → 交付周期”的回路，因果与证据追问“这条边有证据吗、能否实验、有没有混杂”。系统思维不画完就动手是空谈；画完却不检验关键关系则是把假设当结论。详见 系统思维总览与学习路径 与 杠杆点与干预设计。

专栏学习路线

完成标准：能用证据强度判断一个因果主张目前能相信到什么程度；能区分相关与因果并写出竞争性解释；能为一次改进设计带护栏的实验并写出预测；能在结果不符时更新模型而非捍卫原结论。

适用边界

• 本专栏不是统计学教科书，不展开推导潜在结果框架或 do 演算的数学细节；遇到需要精确估计效应大小时，仍需统计专业人员或可信的实验平台。
• 因果图（DAG）表达的是研究者的假设，不是客观真理；它帮助发现应该控制什么、不该控制什么，本身不提供证据。
• 实验不是万能：高影响、不可逆或涉及伦理的场景不能随意随机化，需用准实验、机制论证与多源证据三角验证。
• 证据强度高的结论仍有外部效度问题：实验范围内成立，不代表换到全量、长期或其他团队仍成立。

关联笔记

• 思维方法全景地图（本专栏在认知—行动闭环中的位置）
• 系统思维总览与学习路径（结构假设的来源）
• 因果分析与根因分析（系统思维专栏的因果与证据基础，本专栏在其上深化）
• 杠杆点与干预设计（检验通过的关系如何转化为干预）

参考资料

• Causal Inference: What If — Hernán & Robins（免费在线书，覆盖反事实、混杂与碰撞器）
• ASA Statement on p-Values and Statistical Significance — American Statistical Association
• NIST/SEMATECH e-Handbook of Statistical Methods（实验设计与过程改进）
• 《为什么：关于因果关系的新科学》（原著 The Book of Why）— Judea Pearl & Dana Mackenzie