定义
反事实理论把「A 导致 B」分析为：若 A 未发生，则 B 不会发生（在最恰当的邻近可能世界中）。
核心内容
休谟观察到我们从未「看见」因果力，只看到恒常联结；刘易斯用可能世界给这个直觉补上语义：因果关系依赖「事情本可如何不同」的比较。它立刻要面对过度决定（两人同时开枪，去掉一人死者仍会死）与先占（甲下毒被乙抢先，甲还算不算原因）等难题。珀尔把这套思想工程化为「do 演算」：区分「看见 X 时 Y 如何变化」（相关）与「把 X 干预成某值时 Y 如何变化」（因果），并用因果图明确哪些变量要控制、哪些不能控制。
源流
从休谟的怀疑，到刘易斯 1973 年的反事实分析，再到统计学的因果革命，这条线索把最抽象的形而上学与最实用的数据科学接在了一起。
要点
因果不等于相关：干预（do）与观察（see）给出的答案常相反
反事实需要「最相似的可能世界」这一前提，相似性本身需要判断
过度决定与先占是检验任何因果理论的经典压力测试
论证
正文
数据显示冰淇淋卖得越多，溺水事故越多。若只看相关，会得出「禁售冰淇淋可防溺水」；反事实分析立刻指出：把销量强行归零（而非等待夏天过去），溺水并不会因此减少，因为真正的共同原因是气温。变量是否需要「干预」而非「观察」，正是分水岭。
启示
每次说「因为」之前，先问：我是在描述一起出现，还是在断言「若拿掉它，结果会不同」。
标题
冰淇淋销量与溺水
常见误解
误解：随机对照试验能自动回答所有因果问题。它仍需假设无干扰、依从性与外推有效性。
误解：反事实只是想象，无法检验。因果图与干预数据让许多反事实断言可以被明确表达、被部分验证。
场景应用
情境
复盘一次成功或失败
tip
逐条问「若这一项没做，结果会变吗」，能把功劳与教训从叙事里拆出来。
情境
看健康/教育研究
tip
先找混杂变量与「相关被写成因果」的句子，再决定是否采信结论。
关联内容
名称
归纳问题
note
恒常联结是否足以构成因果必然，是休谟留下的起点。
名称
确认偏误
note
人容易把先后出现与共变读作因果，是心理学侧的对应偏差。
术语表
def
人为设定某变量取值（do），而非被动观察其取值。
term
干预
def
多个充分原因同时存在，移除其一结果仍发生。
term
过度决定
出处
大卫·休谟 / 大卫·刘易斯 / 朱迪亚·珀尔
分类
philo
标签
形而上学