以下是《随机化实验》一章的核心内容总结，涵盖所有重点概念及 Fine Points 的结论：

---

核心概念

1. 随机化实验的定义

   • 随机化实验：研究者主动干预（如分配治疗），且干预分配基于随机机制（如抛硬币）。
   • 非随机化实验：干预分配基于确定性规则（如按性别分配），易因混杂因素（如性别与预后的相关性）导致结果不可信。

2. 反事实框架与因果效应

   • 反事实结果（Counterfactual Outcomes）：个体在接受治疗（(Y^{{a=1})）或未接受治疗（(Y})）下的潜在结果。
   • 根本问题：现实中仅能观测到一种结果（对应实际接受的治疗），另一结果缺失（见表2.1）。
   • 关联（Association）≠ 因果（Causation）：观测到的风险比（如 (\text{Pr}[Y=1|A=1]/\text{Pr}[Y=1|A=0])）可能受混杂因素影响。

正性假设（Positivity Assumption） 是因果推断中的核心假设之一，也称为 重叠假设（Overlap Assumption） 或 共同支持假设（Common Support Assumption）。其定义和重要性如下：

---

定义