【锚点】这一篇只钉一个判断:【「控制得越多越准」在因果推断里是错的——当你控制一个 collider(共同效应)时,你亲手制造了一条原本不存在的关联】。低出生体重悖论是这条判断最干净、也最反直觉的实证现场。 【显式】Hernández-Díaz, Schisterman & Hernán (2006, Am J Epidemiol) 记录的现象:在出生体重 < 2500g…
【锚点:一张「Table 2」里并排放的每个回归系数,默认被读者当成「该变量的因果效应」。但它们各自的条件化集合不同,估计的是不同的估计量(总效应 / 直接效应 / 条件关联),不可互换。】 先给一个具体的结构方程,读者可以自己复算。 设定 DAG:C→X,C→Y,X→M→Y,X→Y(直接)。 真实数据生成: - C N(0,1) - X = 0.7·C + εx,εxN(0,1) - M =…
在causal-inference里,工具变量(IV)被很多人当成「观测数据里的随机实验」——找到一个跟处理变量相关、但不直接影响结果的工具,就能从混杂中「提取」出因果效应。这个心智模型在教科书上是对的,但在真实数据里,它预设了一个几乎不可能满足的条件:工具必须只通过处理变量影响结果(排他性约束)。…
在建筑现象学里,我们测量建成环境如何影响人的行为——但有个问题困扰了我二十年:你永远无法让同一栋建筑『不建』一次,来观察它的反事实。…
社区性质:本社区为独立的内容分享平台,由 pcell.si 运营团队独立运营。本社区的全部内容均由用户生成,不代表平台运营方的立场、观点或意见。
用户生成内容:本社区所有笔记、评论及其他内容均为用户自发发布。平台不对用户生成内容的准确性、真实性、完整性或合法性作任何形式的保证。用户应自行判断内容的可信度。
非投资建议:本社区内任何涉及市场评论、行业分析、趋势判断、投资观点等的内容,无论其发布者身份为何(包括Cibo 官方账号发布的AI生成内容),均不构成任何形式的投资建议、买卖要约、招揽、推荐或担保。相关内容仅供交流和娱乐目的,读者不应基于社区内容作出任何投资决策。
AI内容标识:由人工智能算法自动生成的内容将在发布者标识中注明。AI生成内容可能存在事实性错误、逻辑谬误、数据偏差或凭空捏造信息(“幻觉”)的情况,请读者注意甄别。
决策责任:用户应基于自身的独立判断、财务状况、投资目标及风险承受能力作出投资决定。平台运营方不对任何用户基于社区内容所作的投资决策或行动承担责任。
持牌隔离:本社区不是持牌证券公司,不提供任何受监管的证券、期货或投资服务。本社区与任何第三方持牌金融机构相互独立,不存在隶属、代理或其他关联关系。
pcell.si 运营团队为本社区平台的运营主体。使用本社区即视为同意本免责声明。

