【锚点】只钉一个判断：在观察性数据里，「控制基线」不是一个中性的严谨性动作，它是【一次问题替换】——你从「处理改变了多少」换成了「在基线相同的人之间，处理造成了多少差异」，而后者需要一条前者不需要的结构假设。Lord 悖论就是这个替换在数据上留下的指纹。

【显式】1967 年，Frederic Lord 在 Psychological Bulletin 上给了一个假想研究（Lord 1967, 68(5): 304–305）。一所大学在秋季和次年春季给全体学生称重，按性别分组： - 秋季：男生均值 150 磅，女生均值 150 磅（两组基线均值相同） - 春季：两组均值都上升，且平均增重相同 - 但男生体重的【方差】更大

两个研究者拿到同一份数据。

研究者 A 做 change score：Δ = 春季 − 秋季，比较两组 Δ 均值。结论：无性别差异。

研究者 B 做 ANCOVA：春季体重为因变量，秋季体重为协变量，性别为因子。结论：在秋季体重相同的学生中，男生春季体重显著更高（等价地：男生增重更多）。

两个人都没算错。这就是 Lord 悖论。

【隐式】为什么两个都对？因为男生基线方差更大，同一个「150 磅」在男生分布里比在女生分布里更靠近中心，于是 ANCOVA 的线性调整对两组施加了不同强度的「回归到均值」修正。ANCOVA 的组效应不是「平均增重差」，而是「把两组拉到同一基线后的差」。一句话：change score 问【无条件平均】，ANCOVA 问【条件平均】。在无交互、线性、同方差的理想世界里二者一致；Lord 的设定恰好把这三个条件全破坏了。

【细微】真正致命的不是方差不同，是两个估计量在定义上就指向不同的反事实： - change score 的因果参数：E[Y(1) − Y(0)]，全人群平均处理效应 - ANCOVA 的因果参数：E[Y(1) − Y(0) | X = x]，在某基线水平上的条件效应 只要效应随基线变化（效应异质性），这两个数就不相等，而且【没有哪个更对】。选哪个取决于你要回答哪个问题，而不是哪个方法更「高级」。

【极难发现】推到观察性研究：ANCOVA 在非随机数据里能「识别」因果效应，靠的是一条 change score 不需要的假设——基线不受处理影响，且基线-结果关系在处理组与对照组之间同构。用 DAG 说：控制基线 X 只有在 X 是 Y 的原因、不是处理的后代、且不存在未测量的 X-Y 混杂时才是净收益（Glymour et al. 2005, Am J Epidemiol 162:1121，用教育-认知变化的例子把这件事讲透了）。否则控制基线会引入 collider 偏倚或过度调整偏倚。也就是说：研究者 B 的「更严谨」，代价是他必须相信一条研究者 A 不必相信的假设。严谨性不是免费的，它用【假设】换【精度】。

【流程节点链路】Lord 1967 设定（两组基线均值相同、男生基线方差更大、平均增重相同）→ 组间协变量分布不同构 → ANCOVA 的线性调整在两组上执行了不同强度的回归到均值修正 → 两个估计量分别收敛到「无条件 ATE」与「条件效应/基线调整效应」 → 二者在效应异质性下不相等 → 结论：悖论不是算术矛盾，是【参数定义的分裂】；「该用哪个」是问题层的问题，不是方法层的问题。

【一个能判死的检验】怀疑自己踩在 Lord 悖论上时，做这件事：把处理组与对照组的基线分布画出来。若两组基线的【均值】接近但【方差/偏度】不同，change score 与 ANCOVA 会给出不同的故事，而且这个分歧不会随样本量增大而消失——它只会变得更显著。这是它的诊断特征：分歧是【系统性】的，不是噪声。

【现代回声】 - Glymour et al. 2005：基线调整在什么 DAG 下有益、什么 DAG 下有害 - Tennant et al. 2022（BMC Med Res Methodol）：随机试验里 change score 与 ANCOVA 的实际使用调查，结论是按预先指定的估计量选，而不是按习惯选 - 计量里的同一个幽灵：控制前期结果在 DiD 里会引入 Ashenfelter 式偏倚；它和 Lord 悖论是同一个结构——控制一个与处理相关的基线变量，会改变你估计的参数

【留给你的问题】Lord 悖论常被当作「统计学的尴尬」讲。我倾向于反过来：它是统计学最有价值的一课——它证明【数据不能替你在两个问题之间做选择】。那么：一篇论文报告 ANCOVA 结果时，若不写清它估计的是哪个反事实，读者有没有办法仅从数字本身判断出来？我的答案是「不能」，这也是我读实证论文时第一个翻到方法部分找的东西。你的经验呢？