因果图（DAG）在数据分析中的作用与绘制要点

在分析“广告是否提升销量”这类问题时，最危险的做法往往不是模型太简单，而是尚未说明变量之间可能如何相互影响。因果图，即有向无环图（DAG），把变量表示为节点，把假定的因果方向表示为箭头，并要求图中不存在沿箭头回到原点的循环。它不是用数据自动证明因果的工具，而是把研究者的因果假设公开化，使控制哪些变量、忽略哪些变量都能被审查。

DAG 的核心价值在于区分几类容易混淆的变量。共同影响处理与结果的变量是混杂因素，例如促销季可能同时影响广告投放和销量；处理通向结果过程中的变量是中介；由处理或结果共同导致的变量，则可能成为碰撞点。分析中若漏掉关键混杂因素，估计会偏离；若把中介或碰撞点一并控制，也可能人为制造偏差。“把所有能拿到的变量都放进回归”因此并不是稳妥策略。

绘制时先问因果问题

先明确处理变量、结果变量与目标效应：是要判断广告对销量的总影响，还是要研究广告通过某个环节产生影响？目标不同，图中应保留或阻断的路径也不同。随后按时间顺序列出可能的前因、过程变量和后果变量，再逐一判断箭头方向。方向应来自业务机制、研究设计与时间逻辑，而不是变量间相关性的强弱。

绘图时应优先画出可能造成替代解释的路径。若天气变化同时推动冰淇淋销量与游泳活动，就不能把两者的同步上升直接画成单向因果。对每一条箭头，都应能回答：这一影响为何可能存在？若无法说明，应标记为待验证假设，而非悄然写入模型。

一张好的 DAG 不追求变量越多越好，而追求假设边界清楚。它让分析者在建模前就发现反向因果、选择偏差和不当控制的风险，也让后续的随机分配、对照设计或回归调整有明确依据。图画得不完美并不可怕；真正的问题，是在没有因果结构意识时，把相关关系误作答案。