碰撞点核验：控制变量也能制造关联
多加一个控制变量，也可能制造原本不存在的关联。关键是这个变量由什么生成：如果两个因素都影响能否进入数据，只分析入选者，就可能使原总体独立的因素变得相关。
交付应包含有依据的因果图、筛选前后四格表，以及筛选打开了什么关联。图的箭头来自实质机制假设，不是算法从相关性自动读出的结论。不能把回归多控制几列当作因果可信度自然提高的证明。
找出正在条件化的共同结果
假设企业登记库中，X表示需求高，Y表示管理能力高，S表示进入研究展示名单。示例设X与Y独立生成，入选规则为任一个高即可，即S=X或Y。
相应图为X→S←Y，两条箭头在S相撞，所以S是碰撞点。示例还假设X不造成Y、Y不造成X，且两者没有共同原因。这些排除条件非常重要，不能因为下面四格碰巧均衡，就宣称已从数据证明。
Hernán与Robins的《Causal Inference: What If》二〇二六年八月十九日版第八章第一节及图八点一、八点二解释对共同结果或其后代条件化的选择结构。下文为独立企业算例，不是真实需求与管理能力关系的效果估计。
先重建未筛选总体
构造四百家企业，每种组合各一百家。
| 需求X | 能力Y | 总体数 | 展示入选S |
|---|---|---|---|
| 0 | 0 | 100 | 0 |
| 0 | 1 | 100 | 1 |
| 1 | 0 | 100 | 1 |
| 1 | 1 | 100 | 1 |
完整总体中，高需求企业的高能力比例为100/200=0.50，低需求也是100/200=0.50。该构造中二者独立，协方差与相关均为零。
筛选去掉需求和能力都低的一百家，剩三百家。入选的高需求企业仍有100/200=0.50高能力；入选的低需求企业却是100/100=1.00高能力。
所以入选样本中，需求高相对低的高能力概率差为−0.50，没有需求影响能力的因果路径，也出现负关联。直觉是：低需求若能入选，必须靠高能力；高需求则无论能力高低都能入选。两个进入路线互相替代，造成表内模式。
还可独立核算相关：入选样本两项高值的边际比例都为2/3，同时高的比例为1/3。协方差为1/3−(2/3)²，即−1/9；两项二元方差都为2/9，所以相关为−1/2。它们只是筛选后分布的描述，不是因果效果。
入选回归不能证明因果权衡
在S=1内用二元X回归Y，简单模型会复现−0.50的条件均值差，却不能证明增加需求会降低管理能力。按已设结构，干预X并不改变独立生成的Y，总体Y为一的比例仍为0.50。
“能力补偿需求”的表面模式来自进入规则。改变需求还会改变哪些企业能入选，因此不同需求下的入选群体构成不同，不能把它当固定目标人口中的干预对比。
这里要分三层：结构层规定箭头和规则；识别层问在所能取得的选择后数据及额外假设下，能否恢复目标干预对比；估计层计算比例或系数。选择后关联算得准确，也不能替代缺失的识别论证。
现实中箭头不确定时，应保留几个有实质理由的候选图，并说明哪些结论依赖哪一幅。不能先从负系数猜出碰撞图，再用同一个负系数证明图正确，那只是循环论证。
筛选不自动等于碰撞偏差
换一种机制：独立抽样过程在原四格各留七十五家，总样本仍是三百，占原总体百分之七十五。两组高能力比例仍为0.50，这个构造没有制造需求能力关联。
可见只看入选比例，无法诊断偏差方向与大小。原因在于为何入选，以及它怎样关联变量。若只按X选，并且只留下X为一，样本则根本没有需求对比，不是主例中可以估出负差的同一种问题。
共同原因也不同于共同结果。若先于两者的L同时影响X与Y，调整L可能是处理混杂所必需。把所有控制都说成危险，与认为控制越多越好同样错误；必须按目标和时序判断各变量角色。
把上游过滤也算进条件化
条件化发生在回归之前。只保留获批、完整记录、存续者或展示成员，已经限定了群体；过滤后删除S列，不会恢复被排除企业。
S的衍生变量也可能携带筛选信息。例如某份问卷只发给展示受邀者，最终只分析填写问卷者，即使表里完全没有展示字段，仍受上游选择影响。应追踪数据怎样形成，包括仪表盘过滤和人工复核条件。
| 核验步骤 | 取得证据 | 角色未清时如何处理 |
|---|---|---|
| 定义目标 | 人口、干预或关联问题 | 不做未指定因果声明 |
| 排列时序 | X、Y、选择何时确定 | 不把后果写成基线原因 |
| 记录选择 | 资格、审批、缺失规则 | 保留多个合理结构 |
| 重建四格 | 过滤前后数量 | 明列总体信息缺口 |
| 逐列分类 | 共同原因、中介、碰撞点等 | 解释调整理由 |
| 解释输出 | 选择后关联或已识别对比 | 两种标签分开 |
无法取得选择规则时，四百家例子只是诊断可能性，不证明真实数据恰有同样偏差。应索取入选记录、被拒对象或两个选择输入的信息，不应为了完善因果故事而编造规则。
新证据怎样改变判断
取得被排除企业，可揭示观察关联与原总体有何不同。适当采样研究也可能支持选择模型，但修正仍需自己的假设与支持。在确定性展示规则下，双低格永不进入S为一，单靠对现有样本重新加权，不能制造该格缺少的结果信息。
本例总体表是人为提供的，真实项目可能不知道。完整假设演示解释失败机制，却没有证实真实总体也是各一百。数据观察和设定结构必须分别标注，避免读者将教学表当作实际统计结果。
若文档改变箭头依据、新数据恢复缺格，或研究明确缩小为入选人口，应更新分析。较窄描述问题本身可以合理，但不能继承原宽问题的因果解释。最终调整记录应逐列说明为什么保留、允许什么比较，而不是用长控制变量清单展示可靠性。
还应保存每次筛选顺序。先按审批过滤再要求数据完整，与先在全体检查完整性，未必产生相同选择群体。只有记录实际管线，后来发现某字段是共同结果时，才能知道需要重建哪一步，而不是在最后回归里删一列就认为问题解决。
筛选S与干预S不是同一操作
在设定的展示机制下，条件S为一只留下三百家，产生负关联。另设一项假想准入政策，把四百家S全部设为一，同时不改变需求与能力的生成。两项输入保留原分布，各需求水平的高能力比例仍为0.50。
这个区别说明，观察限制与对选择机制的因果干预不同。它依赖明确假设：改变准入本身不影响X或Y。如果真实展示计划会训练管理者或增加需求，就出现额外路径，需要另一幅图，不能继续套用原结构。
因此“在回归中固定S”不能直接翻译成“让所有企业合格入选”。前者比较观察到相同S的对象，后者替换生成S的机制。研究协议应写清究竟执行了哪一种操作，尤其不能把数据过滤当作现实政策效果。
有些记录把审批结果叫作控制条件，容易掩盖它形成于申请者能力和需求之后。核验时可以沿着每个字段追问：谁提供信息、谁决定、在何时决定、决定是否受两个研究因素影响。这样的流程证据，往往比变量名更能支持箭头方向。
如果只能取得入选数据，应明确完整四格是教学构造，哪些总体格在真实项目中无法观察。可以继续描述入选者内部关联，但不能把它推广为所有企业需求影响能力的机制。即使负相关在很多样本重复出现，也可能只是相同选择规则被重复执行。
最后为调整集保存版本理由。新增字段不是默认加入模型，而应先检查它在当前目标图中的角色；原控制若后来发现由结果生成，也要重建上游筛选，而不是只删最后一列。这样新证据改变的是实际比较过程，不只是模型展示形式。
如果问题本来只描述展示成员，负关联就是该选定人口的真实描述特征。偏差需要相对目标判断，例如原总体关联或干预对比。先写目标，再判断这种差异是否构成研究错误，不能把所有选择后规律都一律叫假数据。
常见问题
入选企业的负关联是否证明因果权衡？
不能。按本例展示规则，原本独立的输入也产生负关联。
是否应该删除全部控制和过滤？
不应一概而论。共同原因、中介和碰撞点角色不同，选择须对应因果问题及时间顺序。