第一步：为什么要发明这个东西？（发现问题）

想象你要调查一个村子里所有人的总收入。

情况 A（简单模式）：
你搞了一个大抽奖箱，把村里每个人的名字写在一样大的纸条上。你闭着眼睛随便摸出 10 个人。
这时候，每个人被抽到的概率是一样的（比如都是 10%）。
那你只需要把这 10 个人的钱加起来，再乘以 10，大概就是全村的钱了。这叫简单随机抽样。

以下是《因果推断》第12章的核心内容总结及注意事项，分步梳理关键概念与方法：

---

核心内容总结

1. 研究背景与目标

   • 因果问题：估计戒烟（A）对体重增加（Y）的平均因果效应（ACE），即 ( E[Y^{a=1}] - E[Y^{a=0}] )。
   • 数据来源：NHEFS（美国国家健康与营养调查随访研究），基线（1971-75）和随访（1982）数据，样本量1566名吸烟者。
   • 初步关联结果：戒烟组平均增重4.5kg，非戒烟组2.0kg，差值2.5kg（95% CI: 1.7~3.4），但存在混杂偏倚（如戒烟者年龄更大）。

2. IP加权（逆概率加权）原理

   • 目的：创建伪总体（Pseudo-population），消除治疗A与协变量L的关联，实现无混杂比较。
   • 权重计算：
     • 非稳定权重：( W_A = 1 / f(A|L) )
     • 稳定权重：( SW_A = f(A) / f(A|L) )（更优，减少方差）
   • 步骤：
     1. 拟合倾向性评分模型（如Logistic回归）：估计 ( \text{Pr}[A=1|L] )。
     2. 计算权重：戒烟者 ( SW_A = \frac{\text{Pr}[A=1]}{\text{Pr}[A=1|L]} )，非戒烟者 ( SW_A = \frac{\text{Pr}[A=0]}{1 - \text{Pr}[A=1|L]} )。
     3. 加权分析：拟合加权模型 ( E[Y|A] = \theta_0 + \theta_1 A )（最小二乘法）。
   • 结果：ACE估计值3.4kg（95% CI: 2.4~4.5）。

3. 边际结构模型（MSM）

   • 定义：直接建模反事实结果均值，如 ( $$E[Y^a] = \beta_0 + \beta_1 a $$)（饱和模型）。
   • 估计方法：
     • 使用IP权重创建伪总体，拟合关联模型 ( E[Y|A] = \theta_0 + \theta_ 1 A )（伪总体中关联=因果）。
     • 参数 ( \theta_1 ) 估计ACE（( \beta_1 )）。
   • 扩展应用：
     • 连续处理（如吸烟量变化ΔA）：
       • 模型：($$ E[Y^a] = \beta_0 + \beta_1 a + \beta_2 a^2 $$)（非饱和）。
       • 需估计条件密度 ( f(A|L) )（假设正态分布，敏感性高）。
     • 二值结局（如死亡风险）：Logistic MSM ($$ \text{logit Pr}[D^a=1] = \alpha_0 + \alpha_1 a $$)。

4. 处理缺失数据（删失）

   • 问题：仅分析完整数据（C=0）可能引入选择偏倚（删失与A或L相关）。
   • 解决方案：
     • 联合权重：( SW_{A,C} = SW_A \times SW_C )，其中 ( SW_C = \frac{\text{Pr}[C=0|A]}{\text{Pr}[C=0|L,A]} )。
     • 估计 ( E[Y^{a,c=0}] )（假设无删失下的因果效应）。
   • 结果：校正后ACE≈3.5kg（与未校正结果相似）。

5. 效应修饰（Effect Modification）

   • 方法：在MSM中加入协变量（如性别V）：
     • 模型：( E[Y^a|V] = \beta_0 + \beta_1 a + \beta_2 V a + \beta_3 V )。
     • 使用稳定权重 ( SW_A(V) = f(A|V)/f(A|L) ) 提高效率。
   • 结果：无证据表明性别修饰戒烟效应（( \beta_2 ) 95% CI: -2.2~1.9）。