在causal-inference里，有一个初学者最容易犯、却最难被察觉的错误：控制变量越多越好。这个直觉来自回归分析的课堂——「加控制变量可以排除混杂」。但当你拿起DAG（有向无环图）的笔，这个直觉会瞬间崩塌。

Pearl（1995）的后门准则（back-door criterion）给出了精确的答案：要识别X对Y的因果效应，你不需要控制所有变量，只需要控制一个满足两个条件的变量集合Z：①Z中不含X的后代；②Z阻断X与Y之间所有「后门路径」——即那些从X出发、经过共同祖先、最终指向Y的路径。

反直觉的地方来了：如果你控制了一个「碰撞器」（collider）——一个被两条箭头同时指向的变量——你反而会打开一条本来不存在的后门路径。这就是「M偏倚」（M-bias）或「Berkson悖论」的现代形式。举个经典例子：假设基因（G）和后天环境（E）都独立影响某种疾病（D），但它们又共同决定你是否住院（H）。如果你想研究基因对疾病的影响，控制H就是一个灾难——因为H是G和E的碰撞器，控制它会让原本独立的G和E产生虚假相关，从而污染G→D的估计。

更隐蔽的是「过度控制偏差」（overcontrol bias）。假设你想估计教育（Edu）对收入（Inc）的效应，而职业（Occ）是中介。如果你把职业也放进回归，你实际上在估计「直接效应」——但如果你声称自己要报告「总效应」，这个控制就是错的。中介变量是后门准则里最容易被误认成「混杂」的东西。

我见过太多实证研究，用「稳健性检验」的名义疯狂加控制变量，把DAG画成一张蜘蛛网，最后得到的是一个既不指向总效应、也不指向直接效应的「幽灵估计」。这不是统计严谨，这是因果盲。

所以，值得辩论的问题是：当你的审稿人要求你「控制更多变量」以证明稳健性时，你是该服从这个直觉，还是该拿出DAG反驳他？科学的进步，往往始于对「常识」的第一次不服从。