之前写了那么多因果推断的博客，这篇博客做一个大的总结。以前写了好多散点的知识，这篇文章就要将这些散点的知识进行一次汇总。宏观上看因果框架分为两个部分，一个是结构因果框架，一个是潜因果框架。本文主要讲解潜因果框架的内容。之前介绍了很多散点的知识，这一节中会逐渐找到这些知识的归属地。结构因果框架结构因果框架主要包含因果图和结构方程的内容。之前介绍了很多相关的内容，这里就不会一一介绍了。结构因果框架中的

不知道大家注意了没有，因果推断的假设往往是通过样本去做因果推断，如果样本是随机抽抽取的，那么我们得出的结论也是准确的。而现实的生活中我们的样本往往是自行选择的，带来的影响是我们不能很好的估计它的平均处置效应。这里我可以举一个例子，我们想通过抽取样本来分析智商对大家成绩的影响，所以我们从上大学的样本中抽取了若干样本，但是我们发现有一些智商足够但是没有上大学的样本学校成绩是缺失的。那么这就给这个估计带

内生性会造成最小二乘法的系数估计有偏。这里我们需要了解几个问题。什么是内生性所谓偏差究竟是估计系数对谁的偏差内生性为什么会导致偏差从广义上讲如果给定的线性回归模型$Y=\alpha+\beta_{1}X_{1}+...+\beta_{k}X_{k}+e$，如果干扰项和解释变量是相关的，那么我们就可以说这个线性模型存在内生性的问题。第二个问题，在因果关系分析中，所谓的偏差是指希望求得的反应因果关系的