从电商AB测试到药物疗效评估:如何用do-calculus的‘后门准则’搞定混杂变量?
想象你是一位电商平台的产品经理,最近上线了一个新界面设计。数据显示使用新界面的用户转化率提升了15%,但团队很快发现:活跃用户更倾向于尝试新功能,而活跃用户本身就有更高的购买意愿。这个"用户活跃度"变量,就像横亘在因果关系中的迷雾,让你无法判断提升究竟来自设计改进,还是用户自身特质。类似的困扰也出现在医学领域——当研究者发现吸烟者肺癌发病率更高时,如何确认这不是因为吸烟人群普遍年龄偏大?这类问题背后,都藏着一个统计学的幽灵:混杂变量。
传统AB测试通过随机分组解决这个问题,但现实中超过80%的商业决策无法进行随机实验。这时, Judea Pearl 提出的 do-calculus 框架就像一套"因果推理的瑞士军刀",其中后门准则(Back-Door Criterion)是最实用的工具之一。它不需要深奥的数学推导,却能帮你在观测数据中识别真正的因果效应。下面我们通过两个真实场景,看看这个工具如何破除混杂迷雾。
1. 电商场景:新界面真的提升了转化率吗?
某跨境电商平台在东南亚市场进行了界面改版测试。原始数据如下表所示:
| 用户类型 | 使用旧界面转化率 | 使用新界面转化率 | 用户占比 |
|---|---|---|---|
| 高活跃用户 | 32% | 38% | 20% |
| 中活跃用户 | 18% | 25% | 50% |
| 低活跃用户 | 6% | 9% | 30% |
粗看似乎新界面全面提升了转化率,但分析师发现高活跃用户更早接触到新界面。此时用户活跃度就是一个典型的混杂变量——它同时影响界面曝光(高活跃用户更愿意尝试新功能)和转化率(高活跃用户本身购买意愿更强)。
1.1 构建因果图
首先用有向无环图(DAG)表示变量关系:
code复制用户活跃度 → 界面选择
用户活跃度 → 转化率
界面选择 → 转化率
这里
