1樓：小心假設
2樓：陸壹
在我認識中，統計學方法在做casual inference方面遠非主力（且在對於這個問題，題主提到的時間序列模型本身也並不能有所作用）；常常做因果推斷研究的學科，如Eco+Management、Psychology和流行病學都有各自喜歡與擅長的方法。主要有：
RCTEconometrics：
(1) IV
(2) DID
(3) RD
(4) Matching
這些方法知乎上都已經有很好的答案了，如果想系統了解的話，《Mostly Harmless Econometrics》和《Mastering Metrics》等等都很值得推薦。
3樓：無住
Causal Inference in Statistics: A Primer, (with Madelyn Glymour and Nicholas Jewell), Wiley, 2016. ISBN
978-1119186847
4樓：
首先，需要乙個故事來說明存在因果關係（必要性），其次，用各種方法證明這種因果關係確實存在（充分性），而統計方法是其中的一種。
比如要研究教育對收入的影響，也就是教育引起的收入變化，（difference in education causes differences in income)。但是影響收入的有很多因素，教育只是其中的一種，如果直接分析教育和收入的關係的話，很有可能得到乙個不正確的結果，我們需要剔除其他因素的影響，例如性別，地區，家庭收入等等。同時收入也有可能會反過來對教育產生影響，所以還要剔除這種「內生性」的關係。
剔除的方法有很多：
可以設計乙個實驗，我們可以假設在控制一些因素（控制變數）的情況下，只有教育引起了收入的不同，這就是Conditional Independence Assumption。
其中，一種特殊的控制變數就是政策，如果政策的發生，影響同乙個時間不同的人，那麼可以採用difference-in-difference（雙重差分），如果政策的發生，影響同乙個人不同的時間，那麼可以採用regression discontinuity（斷點回歸）。
可以尋找替代教育的變數，就是只通過教育影響收入的其他因素，這是instrumental variables（工具變數）。
。。。現在只學到這，┑(￣Д ￣)┍
5樓：SesameWurrior
什麼方法都不可能判斷直接的因果關係。
統計能做的，就是給你判斷乙個相關性，用於指導我們以後的生活。或者說，統計更多的就是個經驗。
給別人講課的時候，總給學生說，correlation is not causation. 就算有causation,也不會是單一變數，都是很多的變數共同作用的結果。就象我們的老祖宗說的，天時地利人和，一樣都不能少，高度概括就是我們大家都知道的這麼6個字，實際上，卻包羅永珍。
舉個例子，今天氣溫40度，冷飲的銷量上公升了，與此同時也會有很多人選擇去游泳，那麼從某種程度上而言，泳衣的銷量也會跟著上公升。那麼我把這2個變數做各種各樣的分析，得到的結果是，冷飲的銷量和泳衣的銷量有正相關的關係。
說到這裡，我們都覺得很荒謬，只不過這個例子大家都可以聯想到真正的原因是氣溫。對於其他複雜很多倍的問題，我們又如何能聯想到真正的原因呢？所以，根本就不可能。
6樓：巴聰
除了 Granger causality 之外還有Dynamic causal model （DCM），前面人提過的diff in diff和regression discontinuity也是。這個ppt有很不錯的介紹：http:
這個ppt很嚴謹，最後幾頁參考文獻很有價值。
7樓：凱琪
統計學分析只能解決相關性問題，因果關係只能通過實驗設計來解決。比如你想知道乙個基因的表達是否會造成某種結果，那麼你可以在細胞或者動物層面過表達這個基因，或者敲除掉這個基因，來看是否會造成結果的變化。
8樓：SuperWally
答一發，之前看了學校乙個phd的畢業denfense。就是做這個因果關係的。使用了之前好幾個人說的方法，還有自己琢磨出來的另外乙個演算法，測試的時候先導入一些已經知道因果關係的資料，用這幾方法去計算因果關係。
然後畫圖，和已知做對比。
結論是，現行的幾乎所有方法都不好用，正確率達到10%都算好的了。他的導師當時說，如果誰知道乙個公式能把準確率提公升到50%，基本上都可以拿獎了。
所以，你說的以現在的階段來說，是無解的。
9樓：洛陽的小蝦公尺
技術上來說（technically），可能只有實驗能夠確定causal的關係。
如果木有辦法做實驗，有些causal inference的研究，可以參考。
10樓：
granger causality.
instrumental variable.
diff in diff.
regression discontinuity.
11樓：
你可以做 Granger causality不過事實上，沒有什麼 regression或是統計學分析可以測試出所謂的因果關係，這個因果關係不是資料自身所包含的什麼統計學屬性。
一般來講， 你可以進行一些試驗，看看是否存在correlation, 但相關(correlation)不一定就是因果(causation)。
Correlation does not imply causation <---Big Data常見問題!
統計上有什麼方法可以推斷因果關係？
KTD 統計學上更寬泛更深刻，只說自己熟悉的計量吧，因為題主提到了Granger Causality。首先應該明確，計量經濟學講regression從一開始就是為了做因果推斷。很多經典教科書一開始都會介紹經濟學資料的乙個重要特性 只能 被動 觀察，不能像自然科學實驗那樣對樣本主動去做 隨機分配 且 ...
有哪些現代分析方法可以用於解決「紅樓夢續寫爭議」？有哪些例子？
hhhhhhhhh 原始碼 GitHub WheatonCS Lexos Python Flask based website for text analysis workflow.然後我們的 testSuit 裡面就有紅樓 Lexos TestSuite Experiments Chinese C...
人性的哪些弱點可以用於營銷方面？
鹽選推薦 比如，人容易被忽悠，銷售人員可以把忽悠當作一種營銷方式。在日常生活中，我們通常作為貶義詞來用，有點像坑蒙拐騙 誘人上當這種欺騙行為。比如春晚裡頭趙本山的 賣拐 就是通過忽悠來完成的。可實際上 忽悠 是乙個中性詞，在管理學上，忽悠是有理論根據的，是說乙個公司通過傳達資訊對顧客的心理進行引導甚...