Chapter_7

Aaron L9/17/25About 9 min

Chapter 7 - CONFOUNDING

Overview

This chapter provides a foundational and technical exploration of confounding in causal inference, focusing on its structure, relationship to exchangeability, graphical and counterfactual characterization, adjustment methods, and its implications for study design and critical evaluation.

1. The Structure of Confounding | 混杂的结构

Concept:
Confounding arises when the observed association between a treatment ( $A$ ) and an outcome ( $Y$ ) is entangled with the effects of a common cause ( $L$ or $U$ ), generating a non-causal association.

Causal diagram:

Confounding is visualized in DAGs by an open backdoor path between $A$ $A$ and $Y$ $Y$ via $L$ $L$ or $U$ $U$ :
- $A \leftarrow L \rightarrow Y$
- If $L$ did not exist, the only path would be $A \rightarrow Y$ (purely causal).

Key formula:

If no confounding:
$\frac{\Pr[Y = 1 \mid A = 1]}{\Pr[Y = 1 \mid A = 0]} = \frac{\Pr[Y_{a=1} = 1]}{\Pr[Y_{a=0} = 1]}$
With confounding, the left side (associational) does not equal the right side (causal).

常见举例：

职业因素（"健康工作者偏差"）
临床决策（指征混杂、渠道偏差）
生活方式（反向因果等）
遗传因素（连锁不平衡、群体结构）
社会与环境因素

中文简述：
当处理和结局有共同原因时（如 $L$ 或 $U$ ），会产生非因果关联，这就是混杂。混杂在因果图上体现为有向无环图（DAG）中的后门路径。

2. Confounding and Exchangeability | 混杂与可交换性

Key relationships:

可交换性 ( $Y^a \perp\!\!\!\perp A$ ) 意味着在随机分配实验中无须调整变量，就可识别因果效应。
条件可交换性 ( $Y^a \perp\!\!\!\perp A \mid L$ ) 意味着在某些协变量 $L$ 取值下，分配概率相等，需要对 $L$ 做调整。

Formulas:

For binary treatment: $\text{ACE} = E[Y_{a=1}] - E[Y_{a=0}] = E[Y \mid A=1] - E[Y \mid A=0] \quad \text{(若$Y^a \perp A$)}$ $E[Y_{a=1}] - E[Y_{a=0}] = \sum_{l} \left[ E[Y \mid L=l, A=1]\Pr[L=l] - E[Y \mid L=l, A=0]\Pr[L=l] \right]$
条件可交换性通常要通过标准化或逆概率加权来获得。

Backdoor Criterion 后门准则:

一组协变量 $L$ $L$ 满足：
- 所有 $A \to Y$ 之间的后门路径都被 $L$ 阻断，
- $L$ 中不含 $A$ 的后代。
在FFRCISTG模型且满足faithfulness时， $Y^a \perp\!\!\!\perp A \mid L \iff L$ 满足后门准则。

Technical Point 7.1:

后门准则 $\Rightarrow$ 条件可交换性始终成立，
条件可交换性 $\Rightarrow$ 后门准则只在FFRCISTG模型和faithfulness下成立。

中文总结：
后门准则是判断混杂和识别因果效应的核心条件。只有满足该准则，才能实现条件可交换性，从而可靠地调整混杂。

3. Application and Examples of the Backdoor Criterion | 后门准则应用举例

常见图结构说明混杂识别：
- 图7.1、7.2、7.3： $A$ 和 $Y$ 间有共同原因 $L$ 或 $U$ ，但通过调整 $L$ 可消除未测混杂。
- 图7.4：无共同原因，无需调整，有效关联即因果关联（也展示了collider bias/selection bias的例子）。
- 图7.5：调整 $L$ 同时引入selection bias，即无法识别。
Fine Point 7.1（混杂方向和强度）：
- 使用“signed DAG”可预测偏倚方向。例如，若 $L \to A$ 和 $L \to Y$ 同号，则偏向高估效应；异号则低估。
- 混杂偏倚强度依赖于混杂因素与处理、结局的关联强度和混杂变量的流行率。
Fine Point 7.2（识别什么效应取决于哪些变量被观测到）：
- 若仅观测到 $L_2$ ，则不可识别因果效应；
- 若观测 $L$ 和 $L_2$ ，需联合分层调整；
- 若观测 $L_1$ ，则可用 $L_1$ 分层调整等。

中文总结：
通过调整满足后门准则的变量，可消除混杂，但有些情况下调整反而引入偏倚（如collider bias），需用因果图精确分析。

4. Confounding and Confounders | 混杂与混杂因子

传统定义的局限性：

传统定义（与处理有关，与结局有条件关联，不在因果路径上）在某些情况下会建议“调整”非真正混杂因子，反而引入偏倚（如selection bias）。
纯粹统计判据无法区分混杂与选择偏倚。

结构性定义优点：

基于因果图，先识别所有可能的混杂源（共同原因），再判定需要调整的变量集。
“混杂”是绝对性的（与因果结构有关），而“混杂因子”是相对给定已调整变量集的。

Fine Point 7.3（代理混杂因子 Surrogate confounders）：

即使 $L$ 不在后门路径上，但作为未测混杂 $U$ 的proxy，也可部分缓解偏倚——“宜多测proxy变量而广泛调整”。

Technical Point 7.2（修正confounder定义）：

修正方法1：确保 $L$ 和 $U$ 联合分层下有条件可交换性；
修正方法2： $U$ 可分为 $U_1$ 和 $U_2$ ，在 $L$ 分层下 $U_1$ 与 $A$ 不相关，在 $A,L,U_1$ 分层下 $U_2$ 与 $Y$ 不相关。

中文总结：
推荐使用基于因果结构的混杂判定和变量选择方法，避免误调和引入选择偏倚。混杂因子的身份依赖于分析变量集的选择。

5. Single-World Intervention Graphs (SWIGs)

概念 Summary:

SWIGs将因果图与counterfactuals（如 $Y^a$ ）结合，使交换性与d-separation等图方法对接。
SWIG变换下，干预变量 $a$ 右侧代表人为设定值，左侧仍代表实际观测到的 $A$ 。

SWIG判断规则：

在SWIG中，若 $Y^a$ 与 $A$ （或 $L$ ）d-分离，则 $Y^a \perp\!\!\!\perp A$ （或 $Y^a \perp\!\!\!\perp A \mid L$ ）。

中文总结：
SWIG是理解因果可识别性、检验条件交换性的强大工具。

6. Confounding Adjustment Methods | 混杂调整方法

两大类方法：

G-methods: 标准化（standardization）、逆概率加权（IPW）、g-estimation。
- 适用于处理时变混杂或复杂情景。
- 能有效“删除” $L \to A$ 箭头，重建处理分配的“伪随机”环境。
传统分层方法: 分层（stratification）、匹配（matching）。
- 依据条件可交换性，在不同 $L$ 层内估算关联。
- Propensity score本质是对 $L$ 的score分层。

重要技术点：

只有条件可交换性成立，这些方法才能准确估算因果效应。
混杂调整的其他工具包括：
- 差分中的差分（difference-in-differences, DIFF-in-DIFF, Technical Point 7.3）
- 仪器变量法（IV, 见第16章）
- Proximal inference（需负控制变量，Technical Point 7.3）
- 前门准则（Front door criterion, Technical Point 7.4）

Fine Point 7.4

后门路径阻断用的变量不能是 $A$ 的后代，但可以在时间上晚于 $A$ ，本质看结构而非时间顺序。

Difference-in-differences (DIFF-in-DIFF):

若有一个负控制结局 $C$ （只受混杂 $U$ 影响）， $E[Y^1 - Y^0 | A=1] = (E[Y|A=1] - E[Y|A=0]) - (E[C|A=1] - E[C|A=0])$
前提是加性equiconfounding。

Front-Door Formula:

在未测混杂 $U$ 存在，且 $A \to M \to Y$ 完全中介、无额外后门路径时（见图7.14）， $\Pr(Y_{a}=1) = \sum_m \Pr(M=m \mid A = a) \sum_{a'} \Pr(Y=1 \mid M=m, A=a') \Pr(A=a')$
详见章节Technical Point 7.4。

中文总结：
调整混杂的方法多样，常规方法需可交换性、满足后门准则，工具变量、前门规则乃至差分法则需其他难以检验但可创新利用的假设。

7. Practical & Epistemic Considerations | 实践与认知问题

观测研究中，混杂始终是个实际威胁——提出“你可能有混杂”本身不是建设性批评。
实质性挑战需依据具体潜在混杂的变量和路径。
选择是否调整变量和分析方法应依赖因果结构知识，且必须在分析报告中明确假设和可能的缺陷。

Summary Table of Major Points

核心点	英文	中文
混杂本质	Association between $A$ and $Y$ due to a shared cause, not causation.	$A$ 与 $Y$ 的关联源自共同原因，而非因果。
后门准则	Backdoor criterion: adjust for $L$ if it blocks all backdoor paths from $A$ to $Y$ and is not a descendant of $A$ .	后门准则：若 $L$ 阻断所有 $A$ 到 $Y$ 的后门路径且不是 $A$ 后代，则需调整。
识别公式	$E[Y_{a}] = \sum_{l} E[Y	A=a,L=l]\Pr(L=l)$
G方法	Standardization, IP weighting, g-estimation—remove confounding given $L$ , require conditional exchangeability.	标准化、IPW、g-估计---依赖条件可交换性
传统方法	Stratification, matching, propensity score	分层、匹配、倾向得分
DIFF-in-DIFF	$E[Y^1 - Y^0	A=1] = (E[Y
前门公式	$\Pr(Y_{a}) = \sum_{m} \Pr(M=m	A=a)\sum_\Pr(Y=1
SWIG	Single-world intervention graph—counterfactual variables as nodes, graphical d-separation = conditional independence	SWIG用于连接图模型与反事实独立性。
选择偏倚	Collider开路造成选择偏倚，调整可反而引入新偏倚	调整collider会造成新的混杂
代理混杂因子	"Surrogate confounders" reduce but not eliminate bias	代理混杂变量可部分调整未测混杂的偏倚
混杂因子是相对的	"Confounder" identity depends on what is already adjusted for	是否是混杂因子取决于分析中已包括哪些变量
必须依赖因果知识	Structural approach is essential; statistical definitions can mislead	结构化判断、因果图分析是关键

关键公式与中英文对照

标准化公式（Standardization formula）:
$E[Y_a] = \sum_{l} E[Y | A=a, L=l] \Pr(L=l)$ $E[Y_a] = \sum_{l} E[Y|A=a,L=l] \Pr(L=l)$
差分中的差分（Difference-in-differences）:
$E[Y^1 - Y^0 | A=1] = (E[Y|A=1] - E[Y|A=0]) - (E[C|A=1] - E[C|A=0])$
前门准则（Front door criterion）:
$\Pr(Y_{a}) = \sum_{m} \Pr(M=m|A=a)\sum_{a'}\Pr(Y=1|M=m, A=a')\Pr(A=a')$

结论总结

混杂的实质是处理和结局拥有共同原因后门路径；
判断和调整混杂需依赖因果图分析，正确识别后门路径并只调整非后代且需调整的变量；
传统的仅用统计标准的“混杂因子”定义会引起问题，必须根据因果结构判定；
SWIGs是结合图模型和反事实工具的方法；
混杂调整有多种方法，常规需可交换性，特殊情境可用前门、工具变量等；
观测研究混杂始终是风险，敏感性分析和充分交流假设很重要。

请根据以上精炼要点及公式，提高因果推断分析能力及批判性阅读技术。