外行了解後門和前門調節的區別
我這裡指的是後門調整和前門調整：
後門調整：統計學中的典型流行病學問題是針對測量的混雜因素的影響進行調整。Pearl 的後門標準概括了這個想法。
前門調整：如果某些變量未被觀察到，那麼我們可能需要求助於其他方法來識別因果效應。
該頁面還附帶了上述兩個術語的精確數學定義。
根據上面的數學定義，如何讓外行理解後門和前門調整的區別？
假設您對 $ D $ 在 $ Y $ . 以下陳述不是很準確，但我認為傳達了這兩種方法背後的直覺：
**後門調整：**確定哪些其他變量 $ X $ （年齡、性別）兩者兼而有之 $ D $ （一種藥物）和 $ Y $ （健康）。然後，找到具有相同值的單位 $ X $ （相同年齡，相同性別），但不同的值 $ D $ ，併計算差異 $ Y $ . 如果有區別 $ Y $ 在這些單位之間，應該是由於 $ D $ ，而不是由於其他任何原因。
相關的因果圖如下所示：
**前門調整：**這意味著您需要準確了解調整的機制 $ D $ （現在讓我們說它在吸煙）影響 $ Y $ （肺癌）。假設這一切都流經變量 $ M $ （肺中的焦油）： $ D $ （吸煙）影響 $ M $ （焦油），和 $ M $ （焦油）影響 $ Y $ ; 沒有直接影響。然後，尋找效果 $ D $ 在 $ Y $ ，計算吸煙對焦油的影響，然後計算焦油對癌症的影響——可能通過後門調整——並乘以 $ D $ 在 $ M $ 具有以下效果 $ M $ 在 $ Y $ .
相關的因果圖如下所示（其中 $ U $ 未觀察到）：
在這裡，前門調整有效，因為沒有開放的後門路徑從 $ D $ 到 $ M $ . 路徑 $ D \leftarrow U \rightarrow Y \leftarrow M $ 被阻止。這是因為箭頭“碰撞”在 $ Y $ . 所以 $ D \rightarrow M $ 效果確定。
同樣， $ M \rightarrow Y $ 效果被確定是因為唯一的後門路徑來自 $ M $ 到 $ Y $ 跑過去 $ D $ ，因此您可以使用後門策略對其進行調整。
總而言之，你可以識別出“子機制”，並沒有直接的影響，所以你可以把子機制拼湊起來，估計出整體的效果。這將不起作用，如果 $ U $ 影響 $ M $ ，因為那樣識別子機制不起作用。
