你做了一份医院质量报告，发现“患者构成”解释了很大一部分治疗结果差异。很容易顺手写成：患者构成导致了这些差异。问题就在这里。所谓解释方差，只表示一个变量能预测或分摊多少统计波动；哪怕比例很高，也不自动证明它造成了这些变化。
Olli Saarela 与 Juha Karvanen 在预印本《Graph-based causal variance decompositions》中，尝试给这条危险的捷径加上一套检查规则：先画出因果图，再逐项判断方差分量能否获得因果解释。论文标题问“When ‘variance explained’ means causation”，但正文给出的答案很克制：只有因果方向、变量顺序、识别条件和相应假设都站得住时，某些分量才可能从统计描述升级为因果量。
本文依据这一篇尚未经同行评议的 arXiv 预印本。所有方法与实验描述均来自作者；论文没有报告模拟结果的具体数值，因此不能据此断言估计更准、更稳健或优于其他方法。
同一块波动，可以分给不同的人
论文从全方差公式（law of total variance）出发。它把结果的总波动拆成两部分：不同条件组的平均结果有多大差别，以及每个组内部还剩多少波动。依次加入多个变量，就能继续拆分：每加入一个变量，记录它让剩余的不确定性减少了多少。
若变量按 排列，第 个分量可以理解为：知道前 个变量后，再知道 所减少的预期条件方差。最后还会留下一个残差分量。所有分量相加，仍等于结果的总方差。
这在数学上对任何排序都成立。但分给每个变量的份额会随顺序变化。
想象三个人一起整理一间屋子。第一个人先收走最显眼的杂物，第二个人面对的自然就少了。把出场顺序调换，每个人名下的“清理量”也会变化。方差分解同样如此：先进入模型的变量可能拿走一部分与后续变量重叠的波动。这种记账方式本身没有告诉我们，谁真正制造了杂物。
所以，“解释了多少”首先是描述性问题；“导致了多少”则是干预问题。后者问的是：如果主动改变某个变量，结果会怎样变化。两者不能靠换一个措辞就接上。
因果图是一张检查清单
作者的关键做法，是把每个有序方差分量放回完整的因果图中检查。因果图（causal graph）用箭头表示研究者假定的因果方向，也把共同原因、中介路径和可能未观测到的变量摆在同一张图上。
当变量按照拓扑顺序（topological ordering）排列，也就是原因出现在其后果之前时，论文为每个分量定义对应的因果量。随后逐项检查：排在该变量之前的变量，是否构成估计它对结果之总效应的有效调整集合。通俗地说，这些变量能否挡住让相关性冒充因果关系的“后门路径”，同时又没有错误地控制该变量造成的后果。
这一步叫识别（identification）：仅凭观测数据和明确假设，目标因果量能否被唯一确定。能写出一个方差分量，不等于它已被识别；只有调整条件成立，相应的观测数据分量才能代表作者定义的因果分量。
框架的实用之处在于，它不要求被纳入分解的变量组成一个因果上完备的封闭系统。完整因果图可以包含分解之外的变量，甚至未观测变量。研究者仍可逐项检查，而不必因为某处存在未观测混杂，就把整份分解一概判为无效。
论文的医院示例说明了这种“逐项判定”。图中包括社会人口群体、临床病例构成、医院分配、医疗过程结果，以及一个可能同时影响病例构成和结果的未观测共同原因。按拓扑顺序分解时，未观测混杂会使其中一个分量无法获得因果解释；另一些分量却仍可能在相应调整后被识别。换句话说，一张表可以同时包含因果分量、纯关联分量和残差，不能只给整张表贴一个“因果”标签。
顺序变了，问题也变了
有时研究者会故意偏离因果先后顺序。例如在医疗差异研究中，人们可能想比较“临床条件相同”时不同群体的结果，于是把某个处于因果路径上的病例变量提前纳入条件。
作者没有把这种排序直接判为错误，而是改变其解释。若排在某变量之前的是它的后代，这些后代不能当作普通的混杂调整变量，而应理解为被人为固定的中介变量。得到的可能是 controlled-effect interpretation——即“把某些中间环节固定住以后”的受控效应解释。
但这仍需逐项检查。论文把先行变量分成两类：需要固定的下游变量，以及候选调整变量；然后检查后者是否足以识别前者与当前变量组成的联合干预。条件失败，该分量就仍然只是关联量。
这个区别很重要。把中介固定后回答的是一个经过限定的问题，不是变量的自然效应，也不是它对总体差异的完整因果贡献。排序并非排版选择，而是研究问题的一部分。
与其平均，不如先问想归因给谁
一张因果图可能允许多个拓扑顺序，尤其当若干变量彼此平行、没有明确先后关系时。一些归因方法会像 Shapley value 那样，对多种顺序求平均，以消除顺序选择。
Saarela 与 Karvanen采取了另一条路线：如果这些平行变量具有共同的科学含义，可以把它们合并成一个向量节点，共同领取一个方差分量。这不会识别原来更细的分量，而是主动改变估计目标。论文的扩展示例中，把两类病例构成变量合成一个节点后，原先无法识别的细分归因被替换为一个可识别的联合归因。
这不是技术补丁，而是一项实质选择：究竟要把差异归给单个变量，还是归给一组路径。粒度越细，不一定越接近真相；有时数据和因果结构只支持较粗的回答。
从“能不能解释”到“怎样估计”
完成图上的识别检查后，作者提出 model-based plug-in estimator——先为所需的条件分布和结果均值建立模型，再把拟合结果代回方差分解。不同排序对应不同的分解目标，通常也需要不同的条件模型。
在医院示例的修改排序中，作者建议保留病例变量的经验分布，并分别拟合群体、医院分配和二元医疗结果的条件模型。论文也讨论了另一种实现：按拓扑结构拟合联合分布，再借助 Bayes 规则恢复修改排序所需的条件分布。
不确定性则通过近似 Bayesian procedure 处理。作者从各条件模型参数的大样本高斯近似中抽样；若某一部分直接采用样本的经验分布，则用 Bayesian bootstrap——给每个观测重新抽取随机权重——传播这部分不确定性。每次抽样都重新计算全部方差分量，由此形成近似的后验分布。
论文还设置了模拟研究，考察有限样本表现、结果模型设错时的敏感性，以及使用灵活机器学习估计时的表现。不过现有材料没有给出具体结果数字，因此这里不能把“考察过”写成“已经证明更好”。
为什么值得关注
这项工作的价值，不是让所有解释方差都变成因果结论，而是提供了一种更诚实的报告方式。
分析者需要明确写出变量顺序，因为顺序决定了波动如何分账；需要展示完整因果图，因为同一个先行变量可能是混杂因素，也可能是被固定的中介；还要逐分量说明识别是否成立。最终结果未必整齐，但会更接近证据实际允许我们说的话。
这也提醒机器学习里的“变量重要性”分析：一个特征能显著降低预测误差，只能说明它对预测有用。若要称为因果贡献，还必须先定义干预问题，再证明相应目标能够从数据中识别。预测能力不是因果权力。
局限与未知
- 这是单篇、尚未经同行评议的预印本，所有结论目前只有作者这一项独立信源。
- 因果解释依赖研究者给出的完整因果图和假设。图画错、遗漏关键共同原因或选择了无效调整集合，公式本身不会自动纠正结论。
- 论文材料未披露模拟结果的具体数值，尚不能据此比较该估计方案与其他方法的准确性、稳定性或实际优势。