负对照：在解释不该成立的地方检验它

负对照在某个暴露或结果上检查解释，而所声称的因果机制按理由不应在那里起作用。它可以暴露同样影响主分析的测量、选择或混杂问题，但只是诊断，不自动给出效应修正；结果看起来正常也不能证明主估计没有偏差。

明确什么不应被影响

假设公司称新库存系统减少交付延迟。上线前后比较需要考虑季节、订单组合和其他经营变化。负对照另外追问：同一分析是否也显示一个新系统不可能通过所述机制改变的结果改善？

Lipsitch 等人关于负对照的论文讨论如何保留相关偏差来源，同时不保留待检验因果机制。原文背景是流行病学。以下商业案例是本站类比，不转移医学结果，也不声称是估计公司表现的已验证程序。

假设流程提取当前交付延迟，也重新处理一组固定归档订单。归档原记录没有变化，对应新系统存在之前已经完成的交付。旧提取流程与新流程，对同一批保留记录及当前业务给出以下均值。

数量	较早输出	后来输出	需要调查什么
当前交付延迟	十天	七天	表面经营改善
固定历史交付	八天	六天	不可能是经营效果倒改过去

第二行提示需要检查测量流程。定义、解析、范围规则变化，或者合理纠错，都可能解释它。它不证明系统失败，也不证明欺诈。先核实历史原记录及身份确实未变，才满足本案例前提。

从当前改善三天减去历史变化两天，虽然得到一天，却不自动构成有效因果估计。这样修正需要额外假设，把对照偏差与主结果偏差定量连接。诊断可以发现问题，但不一定能够测出它解释了多少改善。

把主估计、对照结果与拟议机制分别记录，列出仍可能成立的解释。对照失败可能只揭示报告系统变化，同时真实经营也在改善。将情况简化为全部真实或全部虚假，会丢失这种区别。

随便找一个无关结果，不一定有用。它需要合理共享相关偏差路径，却不受待检验机制影响。名义上不使用新系统的产品，可能仍共用仓库或享受溢出改善；这样就不能清楚认为它不受影响。

较晚发生的暴露有时能检查时点错误，但也要考虑提前反应、反向因果和选择。计划中的经营变化，可能在正式上线前就影响行为。不能因为事件日期在未来，就默认时间安慰剂一定有效。

在看到哪个候选最支持偏好答案之前，记录选择对照的依据，保留所有测试及排除理由。试很多对照，最后只报告一个没有关联的结果，会产生诊断本想发现的选择性报告。写明预期方向与它能揭示哪种偏差。

没有观察到关联也要谨慎。对照可能不敏感、测量较差或面对不同混杂，样本有限也可能隐藏有意义的关联。一个诊断没有发现问题，比“整个设计完全无偏”窄得多。

也要区分记录级与汇总级检查。如果历史均值变化是因为纳入了另一批订单，那首先是样本范围问题，不是相同订单值被改写。保存订单身份、规则与源版本，才能知道负对照到底检验了什么。

让结果导向具体复核：检查定义、追溯来源版本、比较保留记录或取得链接经营证据。最终备忘录分开写主关联和对照能检验与不能检验的部分。负对照让解释更可反驳，而不是提供通用因果认证。

不是。它指出需要诊断的问题，真实改善等多个机制仍可能同时存在。

不能。诊断可能遗漏相关偏差或资料不足，需要说明覆盖与限制。