因果推断入门长文：跑模型前必须懂的假设清单

因果推断教程作者 raheem nasirudeen 提出，数据本身没有智能，建模前必须先思考。文章从 RCT 出发，说明因果推断目标是让观测数据逼近 RCT 识别条件，并区分横截面、面板、时变混杂等数据类型。文章还梳理 Rubin 与 Pearl 框架下的无混杂、后门准则、正则性、模块化假设、SUTVA、一致性、平行趋势等关键假设，供用观测数据估计处理效应的实践者检查。