Causal Inference: 解释混淆变量、中介变量与对撞变量，以及各自该不该控制。

Core Concept: 混淆需控制（否则有偏）；中介不应控制（会屏蔽效应）；对撞控制会引入选择偏差。

三类变量按 DAG 结构区分，控制策略完全相反：① <strong>混淆变量（confounder）</strong>——同时影响处理 T 与结果 Y（X→T, X→Y），产生<strong>伪相关</strong>。必须控制，否则把 X 的效应误归给 T。后门准则给出系统判据：控制所有'从 T 到 Y 的后门路径'上的变量。② <strong>中介变量（mediator）</strong>——位于因果链中间（T→M→Y），承载部分因果效应。<strong>不应控制</strong>：控制它会阻断该路径，得到的是'直接效应'而非'总效应'，从而<strong>低估</strong>总效应。若研究目的就是分解直接/间接效应，则需专门的中介分析而非简单控制。③ <strong>对撞变量（collider）</strong>——同时被 T 与 Y 影响（T→C←Y）。<strong>不应控制</strong>：控制它会在 T 与 Y 之间<strong>制造</strong>虚假关联（对撞偏差 / collider bias / Berkson 悖论）。经典例子：录取 C 由天赋 X 与努力 Y 共同决定（X→C←Y），在录取者中控制 C 会得到'天赋与努力负相关'的虚假结论。

实践要点：① <strong>先画 DAG 再决定控制什么</strong>——这是避免错误控制的最有效方法；仅凭'相关性'或'常识'选控制变量极易犯两类错误（漏控混淆、误控对撞）。② <strong>中介分析的三种效应</strong>——总效应（不控制 M）、直接效应（控制 M）、间接效应（总−直接）；近年因果推断强调<strong>不要对中介做条件化</strong>，而应用 mediation analysis 或 path-specific effects。③ <strong>对撞偏差的隐蔽性</strong>——它常在'看起来合理'的控制中发生，如按'是否住院'分层研究疾病（住院是疾病与就医行为的对撞）、按'是否点击'分层分析广告效果（点击是广告与用户兴趣的对撞）。④ <strong>M-bias 与工具变量</strong>——更复杂的情形是变量同时是混淆与对撞（M-bias），或存在未观测混淆时需用工具变量/断点回归等设计。