2022s on TouchingFish.top

去死吧十一月（Death to November）

Thu, 01 Dec 2022 00:00:00 +0000

2022-11-02

错过的社会新闻早晚要补上，带来一点心灵冲击。没有人会知道兰州七里河煤气中毒的真相。

用爱因斯坦的话说，世界大战只会有三次，我也不知道希望最后他说得是真是假。

2022-11-06

没有完成政治任务（做核酸），被家人多说了两句。以她的年纪和经历，该怕惹麻烦才是正常。

第一次想动手写covid19的科普。新冠病毒演化到今天，若继续“内卷”，对人类来说是天大的好消息。令人叹息的是，这些跟我们好像又没关系。

2022-11-12

下雪了，汕头和沈阳相差三十度。

2022-11-14

原来双十一低迷，动作最大的是“二十条”。两天过去了，大家对这套规则各有各的理解。如果不是网上在说石家庄打响了全面开放的第一枪，我甚至没想过会出现这种事情。“一个时代的结束”？我不知道这个说法是否准确，但我的头脑中好像正在发生了什么，提醒自己要尽快颠覆出这套被控制的逻辑，去做不会被外界因素过度干扰的决定。

三年前武汉无症状毒株培养的文章再次出现在朋友圈里，一句“不传谣不信谣”便被否认的研究结论终于得到正名。

我的微博账号莫名被锁。

2022-11-26

荒谬！大量被删的评论和文章终于将人们的愤怒推向一个小高潮。以前尽量克制的朋友也开始在朋友圈发声。广州这一轮封控，让许多没有明白上半年“静默”二字多么令人崩溃的朋友也觉醒了。

晚上，第一位学生。如果不是关注了一些敢怒敢言的博主，我可能也错过这条消息，南京高校的关键词被屏蔽得如此之快。

华中科技大学公卫学生的发声，湖南大学抗议学生书包中搜出一片空白。信息的封堵越来越严密，大家只能将事实发布到推特上。九点，越来越多的不满化作了行动。不断有来自不同高校的大学生加入声讨和抗议。

周六的电视节目已经不能吸引我的注意力。

与此同时，上海乌鲁木齐中路上，人们自发地上街悼念在火灾中丧生的同胞。勇气和愤怒，成为乌中路上越来越多的蜡烛和鲜花。

大学生们的行动还在继续。凌晨时分，北京大学用行动见证了新地标的诞生。从洋洋洒洒的红字，到此地无银的遮挡，再到围观学生唱起的国际歌。这所以学潮为灵魂的大学加入，为夜里这些行动能否被定性为“运动”增加了说服力。我们只能看到一段学生和校方的交涉，以及内地互联网上迅速的息事宁人。他们畏惧这些替住在地下室里的人着想的学生。

蜡烛和鲜花的相聚，也演变成游行和抗议。对骨肉同胞的追思已经转为对政治病毒的声讨。人民用呼声为自己争取正常生活的权力。积怨已久的愤慨，使这一场去中心化的行动掺杂了不和谐的噪音。

两点半，颠覆性的口号在人群中出现，也给暴力镇压提供了切入点。回首三十年前对学生门残忍的处理方式，不禁令人后背一凉。“清场”一词在今夜后续更新的信息中将异常敏感。噪音的出现太容易被做文章，但掺入这些沙子的对哪一方来说都是轻而易举的事情。信息战还热火朝天，网络上关键词消失，以及所谓的“信号减弱”都在指向最危险的情况。

屏幕前的人心也跟着悬着。

有惊无险，不需要被悲壮或全身而退来形容这个夜晚。四点半，现场的人数已经不及派出的警力，并没有大规模的被逮捕和控制。这个夜晚是成功的，我们会记住一些勇敢的身影，大家也都像保护重庆超人一样保护着并肩的同胞。

2022-11-27

北大入场后，便有人说“压力给到隔壁”，大学生们的行动还在继续。清华大学的表达让我印象颇深：「文」有形象如“不再给公权力口交”，「理」有弗里德曼谐音梗。

下午，最令人振奋的声援来自到派出所要求放人的上海人民。运动没有结束，这一夜有更多的城市出现了自发的抗议。武汉像两年前一样，再次被冠名以“英雄的城市”。走到哪拆到哪的气势，江城人民首当其冲。昨晚上海的振臂高呼在国内各大省会城市得到了回应。

晚间的北京，人民聚集在亮马桥，为逝去的同胞默哀。很多人应该像我一样，第一次从《送别》的歌声听到这么多情感和力量。活动同样演变为游行，而且比昨晚的上海更有组织和秩序。人群在努力克制，表达合理的诉求。虽然越来越多人意识到问题的根源所在，但正如不久前北京大学部分学生所联名发出的陈述，人民此刻的愿望更多在于自身的权益，绝没有到颠覆政权的程度。

夜晚的魔力是令人情绪化。激进的言论还是不可避免。警方的一举一动令人毛骨悚然，三十年前的惨剧在人们心中挥之不去，这座城市离武装力量太接近了。我们唯一能做的，只有为前方的人祈祷……历史没有重演，他们也不敢让历史重演，我们有取得了胜利。全球的声援也达到了高潮。

2022-11-28

工作日，没有可罢的工。周末发生的一切是人常交往不可避免的话题。事实上，被堵截的信息和备受关注的世界杯，让大部分人还未了解到事情的全貌。高校里的言论封锁更是令人作呕，还不忘对真相进行隐瞒和加工来对年轻人洗脑。团委的老师被我请出了通讯录。

前所未有的政治抑郁让我的免疫系统先罢工了。前两日的肾上腺素帮了大忙，让我没有感到生理上的不适。今天才渐渐的感受到畏寒，咳嗽，便秘所带来的痛苦。

2022-11-29

事件发酵后，又是以“境外势力”为由大做文章。年轻人难道辨别是非的能力那么低下，总是轻易被人蛊惑？谁才是最能洗脑的机器不言自明。实在不能理解，在大陆生活的人都明白，这里的高压威权绝对不是支付几百块钱就能让人去与它对抗的。但他们还是选择相信“境外势力”的钞能力。简中互联网就是这么糟糕，终于让我下定决心注销掉原来的微博账号。

互联网记忆多少令我有些不舍，最后成为一张张截图，留在硬盘一个相册里面。

日光之下无新事。

吴亦凡和核酸公司转移不了的焦点，终于让舆论找到一个焦点，而为期一周的禁娱和缅怀能够起到最好的效果。

白天的新闻“口风”还紧，但微博上已经有不少人知道，我们只要看凌晨的消息就好了。

不出意外，这个夜晚，在后面几天被称作“大转弯之夜”。

从酵母细胞说起

Tue, 15 Nov 2022 00:00:00 +0000

读到一篇有意思的论文。Greig 和 Travisano 在 Biology Letters 上发了篇文章，研究酵母的"作弊"行为。

酵母会分泌 invertase 到细胞外消化蔗糖，消化的糖大家都可以用——这就有意思了。一个细胞可以选择"作弊"：偷用邻居分泌的酶，自己却不分泌。研究者把有功能 SUC2 基因的酵母叫"合作者"，把删除了 SUC2 基因的叫"作弊者"，然后把它们放在一起竞争。

结果很反直觉：

在稀疏的群体里（低社交密度），作弊者的 fitness 只有 0.87——比合作者差
在密集的群体里（高社交密度），作弊者的 fitness 高达 1.19——比合作者强

为什么？社交密度越高，合作者越容易遇到其他合作者。大家一起分泌酶，公共池塘变大，每个人的收益都高。但这时候作弊者混进来，单方面享受公共成果还不付成本，收益爆炸。

当密度极高时，作弊者几乎总能找到合作目标，偷到的比自己分泌的还多。合作者反而被拖累。

这完美符合我的直觉。但我想自己做一遍——不是验证论文结论，而是想亲手"看见"这个过程，把方程写进格子，看数字跑起来。

模型设定

$n \times n$ 的网格，population density 控制每格放置 agent 的概率。Agent 有两种策略：C（合作，分泌酶）和 D（作弊，不分泌）。

两两相遇时玩标准囚徒困境，payoff 矩阵：

$$ \begin{pmatrix} R=3 & S=0 \\ T=5 & P=1 \end{pmatrix} $$

R 是合作-合作的奖励，T 是背叛的诱惑，S 是被背叛者的收益，P 是双双背叛的惩罚。按经典设定：$T > R > P > S$，且 $2R > T + S$（互惠合作优于反复背叛）。

每一步：

Agent 在 Von Neumann 邻域（上下左右四格）找邻居
两人玩一把博弈
比较这一步的得分 $\pi$
以正比于收益差的概率模仿邻居策略

只看当期得分。不记历史，不做规划。

原来十月还有一天（One Day Left）

Wed, 02 Nov 2022 00:00:00 +0000

躺不明白

从老板那里喜提新任务，又得安排时间想想怎么糊弄。于是睡前又看了一篇论文，立志把前些日子的"历史遗留问题"解决一些，至少保证毕业论文研究的科学问题没被发表过，或者至少保证会读这篇论文的人并不知道 —— 是的。

写到这里，突然想到一句名言 —— “世界上除了导师和自己，没人会认真看你的论文”。但愿如此。目前看来，让我们老板这种三分钟热度的新手满意可能没什么问题。

入夜，又是拿出平板。

眼睛跟论文打架。

对所谓的研究框架有了思路，只能祈祷没人做过，好让我有题可毕业。今日一役，对于明后几日的工作也有了指导性的想法。

时隔多日，终于继续看看论文。改改模型。

组里有个好习惯，把交周报的那一天作为唯一工作日。现在我才意识到，这其实没什么不好的 —— 拖延让我摆脱无用的焦虑。为了下午能尽情娱乐，甚至中午就找了个借口先把周报发给老师。

日子空虚得把人都逼卷了。

决定把基本模型的程序推翻重写，实在难以忍受这么多逻辑错误的代码，也找到了一些一直困扰我的"症结"。（想说但没说的直言不讳：“老师，你的模型怎么那么多bug”。）

没别的意思，我还挺享受debug的，不过，是调试自己的代码。睡不着的时候又起床玩了一会儿模型，终于达到一种满意的运行状态。

有点想学习，有点不想学习。

及时行乐，彻底摆烂到底还是很难做到。

“所有的社会新闻都成了个人日记”

喜提黄码，疫情第三年，不再是健康码virgin了。绝对的"人在家中坐，黄码天上来"，傍晚才收到短信提醒。不出意外，全家的健康码都出了问题。幸好朋友没来汕头，不然走都走不掉。假期告吹得刚刚好，不然也是一路黄码，走到哪里，新增到哪里，反向跑毒路线全都被他安排到了。

意外收到第二批返校的通知。进行了不久的心理建设才接受事实。幸好最近睡眠质量差，晚上太困了，不至于想太多。接受返校事实后，还是不断地给自己做心理建设，用"把上学当出差"，“假期和学期颠倒"来麻痹自己。如今处理社会，学校和自我的关系，唯有苦中作乐这一种态度可选。

“所有的社会新闻都成了个人日记” —— 如果没有这样一天一天地记录的话，过段时间将会难以想起这些日子生活的细节。没有变换的场景，会让记忆变得单一，而我们只能每天被动地，坚持消化着社会信息。最近两天因为返校通知，又开始天天刷着微博超话里"重复"的内容。虽然和八月份等待开学通知相比已经释然许多，但焦虑还是在所难免。点了外卖，电话一响，心里想的竟然是：“完了，流调又来了。”

返校取消。简直精彩。整天盼着疫情扩散的心理，确实略微有点阴暗。果然，下午在校同学喜提静态管理。近期"在意"的事情尘埃落定，总是有点空虚。

“记住不能被记录的部分”。我开始想象，重新将这些记录呈现时，会不会得到难以想象的放大。所谓的社会新闻，以素材的形式收集，在年末重新盘点，与这部作品无异的昨日重现。一年比一年荒诞的日子，这件事情，太难。注册了小号，今天正好是个容易记住的日期，适合作为账号的生日。想尽情记录日常，也许对发现自己的使命有所帮助。

连执政党开个会，娱乐节目都能停摆月余。不至于，真的不至于。全网都在开会，只有我选择逃避到网络视频中，看了一天的电视。如果看 YouTube，新加坡媒体拍摄的画面：右手边的所有人，无一回头慰问。如果是健康问题，澄清又有什么麻烦？遮掩，真正别有用心的人想借题发挥就找不到方法了吗。公信力和舆论监督都在付出代价。

接着发生郑州富士康大逃亡，我想象不出这么震撼的画面，城市化后的徒步返乡。以为是高速路旁成群结队的牛羊，再定睛一看，竟是人群。网友已经开始预言舆论的焦点马上要朝正能量的方向发生转变了。天灾人祸，与此同时的梨泰院事故也在热搜榜上占着一席之地。并不是对受伤的友人们没有同情心，现在更关心我们自己的同胞经历着荒唐的苦难更合理一些吧。

最近澄海开始被交通管制了，目前为止，家里距离22年经典魔幻操作最近的一次。

人间关系

又看了一天的电视剧。最近一直有在担心久坐的问题，膝盖也越来越容意感到不适。憋到十二点半，终于还是换了身衣服便出门跑步。

午夜的街上竟然还有那么多人，今年假日的汕头前所未有的拥挤。说来还要感谢疫情管控的关照，非必要不出省的叮嘱，让汕头获得这次创收的机会。

早上被电饭煲报警强行叫醒，三点才躺下休息，睡到十点半总觉得不够。我已经是个成熟的"儿子"了，懂得在抱怨前，思考如何心平气和地让明知道电饭煲已经异常报警了两次，还是按了电源就外出的家长意识到这件事的危险性。和大人交流真的好困难 —— 无法理解自己的家人在听完《告别》的故事之后，竟然是"不就死个妈”（原话）的心态。我不知道她是不是认真的，但这次我希望当真。这样我便可以无所顾虑地死掉了 —— “不就死个儿子"而已。完成这段时间的记录，也许可以考虑怎么安然地死去。

我其实是个很笨的人吧。仔细想想，已经很多年没有考过第一名了。无论是学业考试，就业笔试都没有拿到过第一的名次，以致于现在看到需要笔试的岗位，自然而然的没有信心。所以才会，不耍小聪明就焦虑到失眠。

把手头的钱花掉，走出去后是不是能开心起来，就不想死了呢。跟最好的朋友聊了天：也许真的适合，也许只是在这个环境下不开心而已。可惜的是，长期无助让我对自己有没有完成博士学位的能力产生怀疑。一种前所未有的不自信。为了不让话题一直在我身上，我们谈到了他最近约会的两个对象。突然发现，从小到大，我都一直在听他和异性之间精彩的故事。好像跟另一个好朋友也是这样的，原来我和朋友还有这样特别的相处方式。

大概是某一年的圣诞节，在六公主夜间档上第一次看《非常主播》。因为我一向被要求早睡早起，就算是周末，也很少有机会看一部十点多才开始的电影。第一次对理想型有模糊的印象，后来喜欢的都是同一种类型的女生；逐渐对圣诞节有特别的情愫，每年都能在这个节日上感到美好的氛围；即使身处不幸的家庭，还是会对其乐融融的亲子关系有莫名的期待。

多出门走走，发现自己身边还是有能说上话的朋友。又见到两位认识多年的老友。今天是去踢球。五年了，我终于又买了一双球鞋。年初在旅顺，在打不到车的情况下，我骑电动车载着一位因为同游潜艇博物馆认识的大叔，一起回市区赶轻轨。聊到投缘时，说自己中学时如何如何喜欢足球。于是，他掐了一下我小腿肚上的肌肉，我便猜到他年轻时也爱踢球。冥冥之中，今年会重新回到球场上，即使是复健级别的运动强度。

只是没想到是在世界杯之前。

看着晚上的球局越来越多人，日渐自闭社恐的我本来有点不太想去了。突然想到普通的生活已经如此难得，踢球简直像礼物一样。我可能不太喜欢足球，比如很少看球赛，现在连游戏都不爱打了，但踢球的快乐又被我找回来了一些。有一段时间，我以为踢球更重要的是和朋友们一起度过的时光。今天在球场上盘带的那几秒钟，我好像明白了自己更享受什么——年轻时那种莫名其妙的自信（自大），“过你就像过清晨的马路”。

回家路上，朋友发来了一段很尴尬的短视频（甚至可以用粗制滥造来形容）。没想到多看几遍，竟然有些泪目 _ “人生的意义就是寻找活下去的勇气” —— 虽然我坚持，这话的逻辑好像经不起推敲，但还是备受触动。

2022-10-30 早上通知开组会，而我昨晚连夜改好了PPT。好像混完了这一次，今年也就混完了。原来十月还有一天。

缘木求榆（碳中和与一个突然靠谱的同门）

Tue, 20 Sep 2022 00:00:00 +0000

2022年3月。被老板安排了一个建模比赛。

暑期学校那个打下手测试 netlogo 模型的同门，给我发消息了。

他说他想进步。

我盯着屏幕看了半天。上次听到类似的话，还是在本科毕业答辩的时候。那时候有个同学说，他选择这个课题是因为"想锻炼自己"，评委老师当场问：那锻炼得怎么样了呢？

同门这次是真的想进步。

老板近年的项目全是碳中和。系统动力学、Anylogic、植物种群生活史、固碳能力估算。这些词他倒是说得头头是道，至于具体怎么建模、怎么仿真，那是另外一回事了。

我懂。我太懂了。他只懂他懂的那一套，超过这个范围就装聋作哑。

项目内容是基于种群生活史过程的植物固碳潜力评估模型。系统动力学（System Dynamics）本质上是一种通过微分方程描述反馈回路的建模方法，把植物种群看成一系列状态变量——种子库、幼苗库、成树库——随着时间演化。榆树从种子到成熟树要经历萌发、幼苗生长、成熟结果三个阶段，每个阶段的碳固定效率差异巨大。模型的任务，就是追踪碳在这条链路里的流动。

用 Anylogic 软件做仿真，看不同降水情景对固碳能力的影响。

数据是现成的。浑善达克沙地、科尔沁沙地原生榆树疏林，Shapefile 文件里有区域降水信息。榆树疏林是沙地生态系统的顶级群落，根系深、寿命长、碳储量高。但榆树幼苗到成树的存活率差异极大——种子萌发需要充足土壤水分，幼苗期抗旱性弱，成熟后根系深扎才能利用深层地下水。这套生活史策略决定了不同阶段的固碳贡献完全不同。模型也是现成的——老板之前接过类似的项目，有一定基础。

问题是代码。

Anylogic 是个仿真软件，自带建模语言和环境。说实话，这东西比 NetLogo 复杂多了。NetLogo 至少文档的可读性很高。Anylogic 遇到问题，基本上只能靠玄学搜索。

同门说他来写代码，我以为他在开玩笑。但他确实写了。几乎全部。

我只是负责那些他解决不了的技术问题。他卡住的地方，我用英文搜索能力顶上——在 Stack Overflow 和 Anylogic Community Forum 里大海捞针，看看有没有人遇到过类似的问题。

有时候找到了，解决方案稍微改改就能用。有时候找不到，那就得自己摸索。

印象最深的是关于植物生长曲线的参数标定。模型里有个地方需要输入不同生长阶段的碳储量转换效率，文献里的数据要么单位不对，要么样本量太小，用上去之后曲线跑出来跟实际情况差得离谱。

同门试了三天，没调出来。

我去搜。也搜了半天。我们一起看，一起改代码，一起调试。

最后跑通了。

比赛结果倒是出乎意料。抱着打酱油的心态去的，结果模型作品成功入围。被迫在暑假某一个本可以睡到自然醒的上午早起，进行线上报告。

报告是同门讲的。他讲得比我想象的好。不怯场，逻辑清晰，该强调的地方强调，该略过的地方略过。

评委问了几个问题。有个问题关于模型的空间尺度效应，评委质疑我们没有考虑榆树个体之间的竞争关系。

我想反驳，但一时找不到合适的论据。

同门接话了。这一接，虽然没有答出个所以然，但成了他的研究方向。

我在旁边看着，心里想：这小子什么时候变得这么能说了？

他确实想进步。进步得还挺快。

评委最后没再追问。报告结束，线上会议室的人数已经掉到了十几个。

出来之后我问他，那个空间尺度的回答是谁想的。

他说自己想的。

妙。

生活有时候就是这样。你以为有些人永远是那个样子，结果他突然就变了。变化来得猝不及防，让你措手不及。

可能是因为遇到了合适的机会，可能是因为被谁刺激到了，也可能只是到了该进步的年纪。

总之，碳中和这个项目，意外地成了他成长的一个节点。

也成了我的。

老板在水货这件事，我大概会记很久。但在水货手下干活，也不是完全没有好处——至少自由度够大。大到可以让我和同门一起摸索一些他根本不懂的东西，然后在他面前假装这些都是基于他"英明的指导"。

成年人的世界，就是这么虚伪而务实。

同门后来又找了我几次，问了一些技术问题。有些我能回答，有些不能。不能的那些，我就说等我查查。

然后就去搜。

用英文。

在无数个深夜里。偷偷努力。

开学遥遥无期（New Term at Home）

Thu, 01 Sep 2022 00:00:00 +0000

2022-09-02

开完组会，喜提新研究方向，好像暂时放下了许多。

去年的经济学奖颁给了“因果推断”之后，我也买了 Judea Pearl 的畅销书《为什么》，不幸被老板撞见，就让我去研究看看。本质上是替他学习，每次都是我在单方面输出。“因果推断”这个中文翻译的误导性极强，如果简单地认为是推断因果关系就大错特错。台湾地区“因果推论”的说法则准确得多，能跟“因果发现”有效区分。

今年以来和导师几次无效沟通，让我一度怀疑自己的表达能力。直到发现，我不是一个人，大家都和他有交流障碍。意识到老板只是一个不负责任的水货之后，我的结论是 ——— 做他懂的研究才能保证按时毕业。于是接手了跳过组里前两届学生的遗产级项目，聊了大半小时，倒也没什么信息量。理工背景就应该研究社科，其实我还挺乐意的。

命里有球的一天。下午的球局被放鸽子了，傍晚洗完澡收到了另一位朋友发来的消息，便爽快地答应了。上次跟这两位十多年来没怎么见面联系的小学同学一起打球，除了有点触发社恐外，体验不算糟。

2022-09-03

最近在微博留下生活记录的频率变高的原因：我本来就是内向慢热的人，想给愿意了解自己的人留下一些角度。

狠下心开了微信读书一元5天付费无限卡，为了方便地阅读《合作的进化》，一本科普书竟然读出了“我们终将实现共产主义的感觉”。除了这笔“开销”，真的配得上“狠下心”的还是买了一年的agentneo，终于又实现了上网自由。

花钱是会上瘾的，今晚差点又入了一款写作app，但鉴于作者有口皆碑，忍忍算了。把文章一篇一篇地复制到WPS的文本文档中，考虑试一试百度网盘的同步空间功能。

2022-09-04

醒来后，先在床上看了半小时的书，不用起床被“安排”吃早午餐，感觉是个不错的策略。

追剧。先是把《非正》补完了：几年下来，很多喜欢的代表们“散是满天星”，第一次意识到他们需要去追逐自己的梦想，所以才没有“停”在这个节目。曾经一直对这些代表们不能继续在节目里给我们精彩的故事感到遗憾，现在突然理解了他们所选择的人生。不过，主席团的四位老师能够始终陪伴我们已经很知足了，只要他们还在，听到节目最后那一句“下一季我们再见”，我便安心了。

晚餐吃得很撑，潮菜，咸和腻，让我想到上次在广州吃粤菜，体验也一般般。也许我没有一个南方胃。其实是“赴宴”之后才知道，原来是大姨的寿宴。围坐在席的都是小时候对我最好的一群长辈，颇感温暖。

2022-09-07

大失眠，从1算到40²，越算越精神。

恢复运动。早上有几点小雨。我的主要运动方式是跑步，其他练习对我来说没什么吸引力。跟在汕头工作的小学同学一起跑步、聊天。原来还有人和我一样想当个岛民。得知，妈屿上有一个面朝大海的图书馆，对回到这片海湾又多了些奔头（理由）。跑道掉色，加上每天都穿着运动，让我立下了周末必刷鞋的flag。午睡两小时，疲劳度并不高，有补觉的嫌疑。

书读完了，硬着头皮把阅读时长刷够五小时，誓要薅完付费无限卡最后一丝羊毛。认真地看了一下论文的数学，似乎还是能够领会一些。

书读完了，预计需要跟老板沟通，下午就收到亲切的慰问。把问题简单地交流了一番。很遗憾，我的结论是：这个课题对理论分析和解释的要求，远超程序设计的实现能力，而接手过来的所谓“遗产”，目前并无实质内容。

2022-09-08

也许是这两天运动，睡得很好，原来我还是睡够十小时最痛快。

每天都要该模型，有一个很棒的优点。不用一直钻进文献里做阅读理解，可以偶尔抽离出来coding，debug虽然很费时间，但能说服自己做了一些事情。

这两年一直在和世界相处，对人类的社会治理失去信心。终于明白了什么叫回头是岸。在微博上看了一些在读校友对师院的抱怨，将心比心都能理解。谁都知道，这两三年的高等教育，不过是培养了一批未来的社会不稳定因素。有时候觉得自己颇为幸运，能够在19年本科毕业。所以也会后悔在这个时候读研，确实是当时对大环境的严重误判。回忆起被怀念的，不会是这世界，而是身边最亲切的，人和故事。

睡了一个好觉，解决了一个编程问题，收集了一些模型。

2022-09-10

跑步跑步。

又忍不住吐槽，long-covid难道不是精神后遗症？

2022-09-11

《脱口秀大会5》意外更新，从无事到有事。

2022-09-12

超级失眠，于是把《底牌》读完了。

早上十点睡到一点起床吃饭，今天再怎么困也得撑着，睡眠只能靠自己守护。

多一点蓝天，少一点蓝光。

2022-09-13

本来不是很想起床，但骑行卡最后一天还剩两次，还是选择去小跑几圈。

果然早起对大部分人来说都是困难的，我还是做个暗属性的人类吧。

天气难得的干燥，茶包从杯子里拎出来放一会儿，竟然干了，发硬。

今天的学习工作还算顺利，至少井然有序地进行着。

2022-09-14

失眠。四点多起床后就没再睡着，不过至少睡了四小时。

上午看着电脑，眼睛有点流泪，找来眼镜戴上。

周三是不错的休息日（候选日），有综艺更新，娱乐事项比较确定。

失眠的话，就把今天当作休息日处理，不放松好像也无事可做。在家找电视看，点开《飞狐外传》后，我悟了——永远可以相信金庸，永远可以相信武侠。

2022-09-16

羡慕小周，划水毕业。在我看来，他就是那种很幸运的人。虽然也经常自扰，但最后结果总是比较如意。考研，奖学金，作为党员，毕业论文等。按这势头，预言毕业后考个公务员，当个辅导员应该问题不大，不然也能有个无编教师苟一苟。

今天也是眼睛很涩，需要补觉的一天。好像这个生物钟已经调好固定下来了，但我的身体并不接受。

两年前便是科研的情怀，才头铁又考个硕士来念。早就知道生态不好，但如今“环境还能再差吗”的毒奶应验，令我身心交瘁。

晚上再次研究所谓的“局部密度”模型，一度怀疑自己的理解，最后在一个随意的移动测试看到了希望，收工。

2022-09-18

模型一运行，感觉毕业论文的框架已经跃然纸上。

魔幻2022，一场车祸又补充了一段精彩剧情。直到晚上，贵阳的涉疫人员转运工作还没被暂停整改，仍有一群人被要求“上车”。幸好他们是拒绝的。

刷到了开学的风声，终于打算让学生返校了吗？并没有想象中焦虑。可能潜意识其实已经接受了该去一趟的现实。结果是 —— 自愿返校。我自然没把自己当作该批返校的学生，导师也没强求到校工作。

2022-09-20

开始研究进展的survey，搜到的硕博论文不多，根据参考文献下载了一些，也拿表格列了一些，似乎能摸到的方向。换关键词后硕博论文数量变多了不少，又日常质疑导师对研究方向的了解情况——“这个领域文章不多”，可能说的是多少年前的事了吧。收藏了一些，让同学帮忙下载了两篇，饭后浏览。

一天的有效工作时间不长 —— 有时候上午睡得着觉，便不起来了；下午则因为家里有人在，总有被监视的感觉（从小的习惯），学习体验一般；意外的是晚上竟然可以投入多达两小时的时间，需要一点自律，还得承受用眼过度的疲劳不适。

晚上看了《沼泽地里的女孩》，狠狠当了一次原著党。虽然电影情节完整，但故事没那么丰满了。

今天倒在读书的十几分钟内又想了一些类似“生命起源”的无聊事情 —— 最后总结为一组押韵的反义词：直抒胸臆对阴阳怪气。

2022-09-21

睡眠质量又很差，具体表现为每两个小时会醒过来一次，要么就是醒来之后很难睡着，有时早上六点左右恢复意识，明明才睡了三四个小时，却得等到上午九点十点左右才会有困意。干脆作为休息日的一天，因为早上眼睛难受得不行，症状倒是和小时候很像，时隔多年又在镜子前扒拉眼皮。

下午补觉的时候，在梦里“表演”心算36的平方，醒来后又算了一遍，校对一下答案。第一遍算的是81乘以16，第二遍算的是144乘以9。然后觉得合数计算过于简单，又心算了一遍37×37=900+420+49。

超长夏日（Long Summer）

Sat, 27 Aug 2022 00:00:00 +0000

提前放假。

一

七月以来保持每天一小时左右的阅读。自那日回家后，天气就一直在下雨。双台风，但又很家常便饭了。奇怪的是家里并没有因为下雨感到凉快一些，反而晚上没开空调前更觉得有些闷热。

今天开始感到在家工作的不自在。一是会有“客人”，二是没有专门的“工位”。

不过这两天倒是都能抽出几个小时，先把课程论文都写完，还有口语视频的素材。经过两天的努力，又把“天使飞过”的那篇作文更新了一遍，可读性也强了不少，想当作R语言课程的期末作业交了。

线上考试水得很，平板没有亮屏，和黑色桌面融为一体。镜头拍不到，但凡想作弊，完全没难度。答题期间的电脑录屏了也不用交，真是搞笑。

二

假期最重要的事情当然是拟出开题框架。把放假前收藏地文献读了读，能获得的数据还挺多，但要这些数据何用倒是个问题。

好不容易搞明白了Donald的“biodiversity is not causal”，又刚好没有能用的性状和生态功能数据。今天又搜了搜BEF，真是有被生态学不成体系的理论模糊到，定义如此不明确的变量，潜在结果怎么可能做到well-defined。大部分看到的文章都在用scm，以为“好起来了，上天眷顾”。眼看直接用常见的causal discovery logarithm（PC或FCI）给数据来一遍好像确实舒服得多，但手头又没有能处理和尝试的小数据。结果就是想得整个人有点高血压。

再看看那些复杂科学视角的文章，新颖又有趣，把生态系统的故事讲得真是漂亮！只是看起来不太“统计学”。信息论和因果涌现看起来可太有兴趣了。我根本不想思考什么森林和生物量的问题，一开始就是想改良统计方法，最后来个生物学或生态学的例子看看效果，如今感觉被带上了歪路。晚些打开《海洋生态学》再读了一章，把头疼都读好了，如果能够重回海洋生物的主题，也许能够更有动力解决，也不至于像现在，到晚上根本不敢想关于研究的内容，怕又在睡觉做梦时还疯狂地无效头脑风暴。

三

凭借昨日的失眠，换来一个体验较好的懒觉。一天还是想睡够八到十小时才满足，所以以后可能得找个不用在路上花太多时间的工作。

虽然不知道活着干啥，但生活对我好像很重要。总是待在家里，回忆点太少了。

看肥皂剧 —— 后疫情爆发时代，好像越来越多人关注心理问题，每部剧也都至少拥有一位精神障碍担当。留意到这些现象本身就是一种进步了，但观众老爷还是贪得无厌地希望看到更多有深度的解剖。其实电视剧的题材如此多元，定位不同自然应该从不同的角度来评价一部影视作品的好坏。于是我在刷评论选片看的时候通常是很主观的，所以也不爱打分。

晚上去打球，据说这几位朋友和朋友的朋友们都是00后，球风果然相当“年轻化”。人就是这样奇怪的生物，也许自己中学的时候也是球场上其他大哥眼里的“牛鬼蛇神”。还没出门的时候就想过 —— 无论如何不要受伤，安全第一。明天还要坐动车。越畏越对（方言版“怕什么，来什么”）。抢篮板的时候，被一位185cm的竹竿兄拦腰顶飞，整个人拱到空中，失去控制，身体跟地面平行，自由落体……大家都说摔得挺响，我爬起来后倒是觉得问题不大，没感到哪里有难忍的剧痛，心里窃喜：幸好不是崴脚。出于之前受伤总是先小伤再大伤的前车之鉴，以及明天还有出行计划的考虑，这次倒是直接选择暂时退出比赛。的确，这是好几年来，在球场上最刺激的一次对抗体验，久违的失衡。复盘一下刚才落地的过程，靠手肘的缓冲，只有肘部，小臂和胯骨有点不适，再有可能就是内脏经历了一番振荡而已了。整套技术动作感觉还是相当流畅，救我一条“小命”。

终于睡了几天好觉，没有半夜满脑子“科学问题”但毫无逻辑的思考。前段时间压力颇大，近日才开始入夜不学习的时间安排。

插曲

（2022-08-02）已经有段时间没有留意两岸关系。这一次，昨天根本不知道还有这么有趣的瓜吃。有意思的是，被消费了两年的热情，竟然还有那么多人在意这次的结果。大概率又是雷声大雨点小。我的心态倒是有点像一些“岛内群众”。可能是对国家的太有信心了，特别是“定力”这一方面。一次跟舍友们吹牛逼的机会倒是很值得珍惜。

从前对未知的兴奋，到对未知的恐惧，再到对未知且不可知的不安。

当混淆因素隐匿于幕后

Mon, 27 Jun 2022 00:00:00 +0000

基本问题

所谓混淆因素，指的是与处理（treatment）及结果（outcome）皆有联系之变量。若不予控制，易致偏差，令我们所得结论非因果关系之实，乃混淆所致之假象。然而，倘若混淆因素不可观测（unobserved confounding），我们又该如何在未知中求解因果？

界限估计

当我们不能妄断“unconfoundedness”的条件成立，则需要借助弱假设，推导出因果效应的区间（interval）估计。这类方法一般依赖部分识别（partial identification）之思想，亦即在无法完全排除混淆时，通过宽泛但合理的假设，限定因果效应的可能范围。

如 Bounding methods 并不假设完全无混淆（unconfoundedness），而是假设混淆的影响在某特定范围内。借此，我们可以得出一个因果效应的上下界，而非唯一值之估计。这种思路可以在不严苛的假设之下，仍提供有意义的推断。

“The Law of Decreasing Credibility: the credibility of inference decreases with the strength of the assumptions maintained.”

No-Assumptions Bound

对二元（binary）之个体处理效应（ITE）而言，其最大值和最小值为

$$ -1 \leq Y_i(1)-Y_i(0) \leq 1 \qquad \text{if } \forall t,0 \leq Y(t) \leq 1 $$

故平均处理效应（ATE）之区间长度也都在 $2$ 之内。

在无需任何假设的条件下，较之 ITE，ATE 的区间长度可减半，即 ATE 将落于长度为 $1$ 的区间内。

ASSUMPTION Bounder Potential Outcomes

$$ \forall t,a \leq Y(t) \leq b $$

根据该假设，易得

$$ \begin{aligned} a-b \leq Y_i(1)-Y_i(0) \leq b-a \\\ a-b \leq \Bbb{E}[Y_i(1)-Y_i(0)] \leq b-a \end{aligned} $$

ITE 的区间长度为 $(b-a)-(a-b)=2(b-a)$.

春困去哪儿了（Spring Lethargy）

Thu, 28 Apr 2022 00:00:00 +0000

2022-03-01

虽然说要接受自己的失眠，但每天四点多才睡着也不太合适吧。

2022-03-02

没有一次航班正常准时起飞。去合肥的登机队伍排得很长，我像以前坐动车检票一样，不急不缓地等到排队的人少些后，站在最后一个。找座位的时候，第一次感到经济舱是这么挤。每个位置好像都坐上了人，但通道还是拥满了像我一样的乘客。还在担心自己的座位靠窗，需要麻烦邻座给我让一让时，看到我的那排位置上竟然一个人也还没到，颇为满意。起飞的时候更是发现原来旁边空着一个座位，有点沾沾自喜。直到我闻见一股异味……

2022-03-06

最近的生活记忆并不能靠手机还原，所以写日记成为了有必要的选择。天气没那么冷了，但还是打退堂鼓没有跑步。

（一个生活小技巧，微信和支付宝账单能帮你回忆起每天在做什么。）

2022-03-12

很长时间难以面对自己荒废的学业，加上恩师对我的期待，没有勇气告知他自己的近况。过去一年的重新出发，再次正视自己的选择后，却好像再也联系不上程老师了：跟元旦节的微信问候一样，过年的邮件也没有回复。在听路人抓马的失眠夜晚，从悠总和川总的声音中，开始逐渐感受到了融入社会也能发现生活点滴中的美好，于是有在反思自己的科研之路还要走多远。

在朋友圈看到当年在我校这种辣鸡本科都差点毕不了业的师弟，亮出了英联邦高等学校硕士项目录取通知书。虽然知道是钞能力，但是眼红。

我有两位读博的朋友，虽然不像师弟"不学无术"（我不确定可以这样形容），家里的支持和底气算是他们的共同点吧。

网络越来越擅长制造焦虑。有一些人，可能就是用收集offer来表达他们热爱生活、追求梦想的方式。不管是知道自己该做什么，还是别人替他想好了去做什么，都在朝着更好的方向发展。

我想自己有时候太过纠结于是否deserve的问题，如果把只把这当作个人的标准，或许就能够过得更开心？

生活的学术也很精彩，我现在似乎更想在完成这个学位以后，具备的是研究"生活"的能力。最近的做事方式太过功利，想要确定一些所谓的目标以高效地做事，但身体很聪明，已经提醒我该休息了。

2022-03-15

终于也感觉到了政治病毒就在身边。

三月十三日，入校以来第三次被核酸。无伤大雅。毕竟昨天刚刚有一批参加教师资格证考试的同学们回到学校。除了二百米长队，等了大半个小时以外，没什么好吐槽的。

晚些便看到沈市全面核酸排查的消息，对今天这次全校核酸早有心理准备。昨晚加急的线上会议，宣布了学校封闭管理的消息，对我这样除了吃饭洗澡，只会出现在宿舍和自习室的人，实际上影响不大。开学前便想到了会有一段时间，至少出入校不会很方便，也就什么去街上闲逛的念头。

但天生的敏感让我完全能够察觉到今天会发生的事情 —— 研究生的所有线下活动（包括工作）被叫停了，对做实验的同学来说可能不是好消息。

对我而言，只是换个地方读书看文献，写代码。唯一不适的，可能就是宿舍的卫生问题了。我不觉得寝室的同学不爱干净，倒是卫生间的恶臭确实难忍。直到来这上学前，我以为不冲厕所和会在楼道随地吐痰的人是很少见的。没想到被这些不知道对方姓名的双一流研究生朋友恶心到了。呕。

2022-03-23

封闭管理一周。

前天，一架飞机直冲地面。

2022-04-07

不记录一些事情，容易忘记lockdown的生活。

今天是第一次上、下午都好好地把网课听了。

没想到学院还有老师在研究文物修复的生物化学，倒不是觉得有什么稀奇，但不内卷的方向以及能和省图省博打交道对我来说确实很有吸引力。

又是一次全员核酸，在体验过了各个时段下楼排队之后，已经逐渐习惯这种生活，掌握了一些速战速决的排队小技巧。

因为研究生调剂考生复试，今天的课暂停了，不用准备两个课一起上。（是的，为了学分，我在同一时间有另一门选修课）

认真听毕老师讲《论语》，大家都被不知自己没有闭麦的"小程序用户"吵到，还好她是匿名听课，不然免不了被阴阳怪气到社死。

本想下楼练练球，投篮养生，没想到一下场就跟别人打起比赛来了。难得的实力相当，可以尽兴的机会，早知道该把秋裤脱了，换上球鞋（而不是跑鞋）。太快伤到手指，以及迟迟未能找到球感，只能是不尽人意。

2022-04-12

当我想要分享那篇"来路未明"的通讯文章时，搜遍了两位发过相关内容的博的主页，发现已经被从服务器中删除了吧，甚至没有留下和谐后的遗产（违规or谣言），而是完完全全像没发出来过一般。

我刷着推特上那些好的坏的言论，到底哪个是真实的上海？

我想能看见事情都是存在的，不过是哪些被有意地放大而已。

舆论是可怕的武器，心灵的创伤后知后觉。

你会想起前年被封锁的江城让我们看到的人性光辉。自认为先进的文明判断失误了，错失控制住alpha的最佳时机后注定一发不可收拾。

假如这一次科学不再跟我们站在同一边了，谁来尝傲慢的果实？

不惜一切代价从来不会说明是谁的代价？或许有人正巴不得出现一个新的VOC来证明ZeroCovid policy是高明的。

两年前，我们面对未知，心中却有希望的光。现在即使被告知：上下一心、一切都将过去，也仿佛置身能够打湿头发的浓雾里，一脚踏进难以抽出的泥沼。

国家前所未有的分裂，小粉红给自己树立了一个假想敌，也是我也属于他们眼中的对立面。真正被洗脑的人，已经不愿意思考站在其他立场的人是否掌握了自己未知的信息。

我也不敢肯定地说他们是在杞人忧天，与"生命"有关的问题从来就不是那么容易下定义。在眼前的证据和未来的不确定性中权衡。

2022-04-28

过年的时候，在推特看到刘小乐辞职进入了业界，我猜生物信息学应该是遇到了一些问题。

2017年，组学分析在国内正火热，花钱测序就能出成果吸引了不少"需要被考核的研究人员"。那时，彪哥去了集美，学院承诺给程爷爷的实验室也不落实了，于是我也刚好在风口浪尖告别了湿实验。

一年，两年，同种范式的文章越来越难发表。干湿结合成为主流，验证也不再局限于荧光定量，于是邯郸学步的教授们开始要求一些无关紧要的"工作量"，甚至只需要稍微考虑研究的问题就能有更好的实验设计。我意识到，能够很方便学会的技术都是过时的技术，即使还有人在用它完成考核和评审的指标。2019年，我逃跑了。

我跟朋友说，若是回到研究生活，当然很难比得上科班出身的人。因为我会选择一切都从头开始，而不是跟之前一样"garbage in，garbage out"。又是两年，当时写的文章也见刊了。

如果把生物学分为所谓的"古典"生物学和"现代"生物学的话，那我的技能点应该大多给到了后者。演化和分子生物学是如此迷人，几年前管中窥豹，至今仍对定量生物学时代会带来什么充满好奇。即使这些不是我现在的研究方向，也不影响保持对他们的关注，为迎接这场"理论生物信息学"革命而准备。

总是在想 —— 不写日记的话，回头又怎么知道lockdown这段时间到底做了什么。

前些天排队做核酸的时候，跟同学谈起封校的"学生生活"。本科的出入自由让我可以感觉到自己的忙碌。即使最后也不知道"忙"了什么，拿不出任何能够说明这段经历有意义的凭证，但也算是充实且值得回味。那些在校外才能见到的世面，如今可望不可即。

最近听说假期提前，才开始想到要把暑期安排提上日程。无论是科研，实习，志愿服务，还是旅游和写博客，好像都没有头绪。然后发现那些看上去体面点的单位，早就进入发暑假实习offer的最后阶段。近日才开始准备的我有些手足无措，又因为身边没有朋友提醒我应该早做打算，不免感到有些失落。改完简历，看着自己去年写的许多"废话"，也换位思考了"面试官"（导师）在考虑候选人适不适合时，我的这些所谓经验到底是不是匹配呢？其实我对社会上常见的岗位兴趣不大。

先不说能不能找到愿意接受一位大龄废材的老板，实际上，到时候疫情管控的规则如何都让我头大，也许回了家就是非必要不出市。在这是锁在学校，在汕头也好像被自己关起来一样，不过是空间大些而已。昨日，看到亚青会被取消的新闻，让我为家乡的未来又"无奈"了数分钟。

动态清零政策下的lockdown，真的会让人不适。对我来说，最主要的日常 —— 学习、运动和娱乐都没有被耽误，自以为影响不大。直到近日，逐渐发觉这种PTSD如此潜移默化。突然便能够理解悠总和川总为何那么久没有更新播客了，住在上海很难不自闭吧。寒假的时候，我才刚刚开始从她们的对话里，体会到什么是热爱生活，从而开始有些向往生活的"学术"。原来我对这种感觉如此依赖 —— 我是如此不善于发现生活的美好，而且需要有人不断提点。

衡量因果推论之稳定性

Wed, 27 Apr 2022 00:00:00 +0000

敏感性分析（sensitivity analysis）乃衡量因果推论之稳定性所用。当研究中存有不可观测混淆因素时，结论或受此影响而失真，敏感性分析可助吾等评估此种未知因素对估计因果效应之干扰程度。今撰此小文，略述其要义。

基本原理

敏感性分析旨在通过设定不同假想情境，量化未观测混淆之潜在影响。其核心在于引入两个参数：一为混淆因素对处理（treatment）的影响，二为混淆因素对结果（outcome）的影响。通过调整此等参数之值，吾辈可模拟不同程度之混淆，并观察因果效应估计之变化。

若吾等发现某结论在较大范围之参数变动中仍保持稳健，则可对所得推断更有信心；反之，若结论在微小假设变化下便剧烈波动，则应审慎看待，或重新考虑所用之假设。

举例而言，在一个线性模型中，考虑可观测的共因 $W$，和不可观测的共因 $U$：

$$ \begin{aligned} T &:= \alpha_w W + \alpha_u U\\\ Y &:= \beta_w W + \beta_u U + \delta T \end{aligned} $$

其中，$\alpha_u$ 乃是混淆因素 $U$ 对处理 $T$ 的影响， $\beta_u$ 则为混淆因素 $U$ 对结果 $Y$ 的影响，$T$ 对 $Y$ 之因果效应表示为 $\delta$。

由调整公式得

$$ \Bbb{E}[Y(1)-Y(0)]=\Bbb{E}_{W,U}\big[\Bbb{E}[Y|T=1,W,U]-\Bbb{E}[Y|T=0,W,U]\big]=\delta $$

因 $U$ 不可观测，故我们只能对 $W$ 进行调整，混淆因素所致之偏差为 $\frac{\beta_u}{\alpha_u}$。

$$ \Bbb{E}_{W}\big[\Bbb{E}[Y|T=1,W]-\Bbb{E}[Y|T=0,W]\big]-\Bbb{E}_{W,U}\big[\Bbb{E}[Y|T=1,W,U]-\Bbb{E}[Y|T=0,W,U]\big]=\frac{\beta_u}{\alpha_u} $$

证明

据 $Y$ 与 $T$ 之结构方程，可推出 $\implies U=\frac{T-\alpha_w W}{\alpha_u}$，故有

$$ \begin{aligned} \Bbb{E}_W\big[\Bbb{E}[Y|T=t,W]\big] &=\Bbb{E}_W\big[\Bbb{E}[\beta_w W + \beta_u U + \delta T|T=t,W]\big] \\\ &=\Bbb{E}_W\left[\beta_w W + \beta_u \Bbb{E}[U|T=t,W] + \delta t\right] \\\ &=\Bbb{E}_W\left[\beta_w W + \beta_u \left(\frac{t-\alpha_w W}{\alpha_u}\right) + \delta t\right] \\\ &=\Bbb{E}_W\left[\beta_w W + \frac{\beta_u}{\alpha_u}t - \frac{\beta_u\alpha_w}{\alpha_u}W + \delta t\right] \\\ &=\beta_w\Bbb{E}[W]+\frac{\beta_u}{\alpha_u}t - \frac{\beta_u\alpha_w}{\alpha_u}\Bbb{E}[W] + \delta t \\\ &=\left(\beta_w - \frac{\beta_u\alpha_w}{\alpha_u}\right)\Bbb{E}[W]+\left(\delta+\frac{\beta_u}{\alpha_u}\right) t \end{aligned} $$

若我们对 $W$ 进行调整时，根据上式来估计 ATE

孟德尔随机化的原理

Sun, 24 Apr 2022 00:00:00 +0000

手冲咖啡的香气弥漫在狭小的房间里。

窗外下着雨，和往常一样。我端着第二杯아아（冰美式简称，아이스 아메리카노，ice americano —— 一个无聊的冷知识），坐在电脑前，屏幕上是那篇用孟德尔随机化（Mendelian Randomization, MR）研究喝咖啡和抑郁症关系的论文¹。结论是：没关系。

喝咖啡续命这件事，看来只是续命。

这个结果令人有点失落。毕竟每天两杯美式，总想骗自己说这是在预防抑郁。

去年的经济学奖把因果推论的地位又提升了一档，前几天刚啃完IV（Instrumental Variable, 工具变量法），再看这篇文章，清楚了许多，心境也已经不一样了。

从一个问题开始

咖啡和抑郁没有关系。这句话本身没问题。

问题在于：怎么证明？

最直接的方法是比较喝咖啡的人和不喝咖啡的人，看谁的抑郁风险更高。

但喝咖啡的人和不喝咖啡的人，能直接比较吗？恐怕不能。喝咖啡的人可能本来就生活规律、社交广泛、压力较小——这些因素本身就降低抑郁风险。你怎么知道是咖啡有用，还是这些混淆因素在作祟？

随机对照试验（RCT）可以解决。但你不能把人随机分组，一组命令喝咖啡，一组禁止喝，然后跟踪十年看谁先抑郁。伦理上说不通，时间上也等不起。

所以观察性研究只能告诉你"喝咖啡的人抑郁风险更低"，永远不能告诉你"喝咖啡能降低抑郁风险"。

因果推论在这里碰壁了。

工具变量登场

这时候，计量经济学的老朋友出现了：工具变量。

一个变量 $Z$ 要成为好的工具变量，需要满足三个条件：

相关性：$Z$ 必须和自变量 $T$ 相关
排他性：$Z$ 只能通过 $T$ 影响因变量 $Y$，不能有别的途径
无混淆：$Z$ 和混淆因素无关

用人话说：$Z$ 要能影响 $T$，但只能通过 $T$ 来影响 $Y$，不能自己偷偷影响 $Y$，也不能和影响 $Y$ 的其他因素有关联。

举例：烟草税 $Z$ 作为工具变量，研究吸烟 $T$ 对肺癌 $Y$ 的影响。

烟草税影响吸烟行为（相关性）。烟草税和个人生活习惯可能无关（无混淆）。烟草税只能通过改变吸烟行为来影响肺癌，不能自己直接导致肺癌（排他性）。

满足这三个条件，工具变量就帮你绕开了混淆问题。

怎么用？二阶最小二乘法（2SLS）：

第一阶，用 $Z$ 预测 $T$：

$$T = \pi_0 + \pi_1 Z + u$$

第二阶，用预测值 $\hat{T}$ 回归 $Y$：

精准刻画的智慧（局部效应）

Fri, 22 Apr 2022 00:00:00 +0000

局部平均处理效应（Local Average Treatment Effect, LATE）是解决工具变量（instrumental variables, IV）分析中“异质性”问题的重要概念，尤其在处理效应并非全体受试者均一致之时，LATE 能准确捕捉那些响应工具变量之人群的因果效应。其所估计者，并非总体平均处理效应，而是仅针对那些遵从工具变量之个体（即“遵从者”）的平均处理效应。

样本的分层

如果将医生的处方作为工具变量 $Z$，是否遵从处方服用药物为 $T$，则可以将样本分为“遵从者”（Compliers）与“非遵从者”（Defiers）组，并对这两组个体之潜在结果进行比较。

样本分层记号：借鉴潜在结果的表示，我们用

$$ \begin{aligned} T(1) \triangleq T(Z=1)\\\ T(0) \triangleq T(Z=0) \end{aligned} $$

来表示对 $Z$ 进行干预时获得的处理 $T$，所有样本可以分为以下 4 种类型：

Compliers: $T(1)=1$ and $T(0)=0$
Always-takers: $T(1)=1$ and $T(0)=1$
Never-takers: $T(1)=0$ and $T(0)=0$
Defiers: $T(1)=0$ and $T(0)=1$

其中，遵从者与非遵从者是否接受处理完全取决于工具变量。

而 Always-takers 和 Never-takers 是否接受处理则与工具变量无关。例如，根据自己意愿，而不按处方用药者。

后者之因果图中不存在 $Z \to T$ 的边，故对 Always-takers 和 Never-takers 而言，$Z$ 对 $Y$ 之因果效应为 $0$。

根据是否被要求接受处理($Z=1 \quad \text{or} \quad Z=0$)，以及是否接受处理($T=1 \quad \text{or} \quad T=0$) 进行分层时，共有4种组合：

BEF研究中的因果假设争论

Sun, 03 Apr 2022 00:00:00 +0000

引言

a specific SCM is a causal hypothesis. Fitting to data gives you feedback about your hypothesis (and more). It represents a workflow that can lead to stunning advances. It’s not a magical box that you put your data into, shake, and watch all causal relationships fall out.

— Don Schoolmaster, 05 Feb 2023

生物多样性-生态系统功能（Biodiversity-Ecosystem Function, BEF）研究是生态学中最具争议的领域之一。自1990年代以来，大量研究表明物种多样性与生态系统功能之间存在正相关关系。然而，这种相关性是否代表因果关系，一直是激烈辩论的焦点。

2020年，Schoolmaster、Zirbel和Cronin（SZC）在《Ecology》发表了一篇论文，运用图形因果模型（Graphical Causal Model）重新审视BEF研究中的因果假设。随后，Grace、Loreau和Schmid（GLS）在2021年发表评论文章批评SZC的模型，SZC则在2022年发表回复。这场学术争论不仅涉及BEF研究的核心问题，更触及因果推论方法论的根本。

标准因果模型的问题

传统BEF研究的因果假设

传统BEF研究隐含的因果模型可以表示为：

E → B → Q → F

其中：

宝可梦：数据可视化作业

Wed, 30 Mar 2022 00:00:00 +0000

数据准备：宝可梦属性必知必会

Type（属性）：共十多种，到第五世代开始，宝可梦可以拥有两个属性
Total（能力值）：也叫种族值，表示该种宝可梦各项能力的数值总和

HP（体力值）
Attack（物理攻击力）
Defence（物理防御力）
SpAtk, SpecialAttack（特殊攻击力）
SpDef, SpecialDefence（特殊防御力）
Speed（速度）

Generation（世代）：第一代即为大家熟知的皮卡丘、杰尼龟等，本次作业的数据集为前六个世代的宝可梦
Legendary（传说）：神兽。通常被主角小智撞见，或者剧场版登场的稀有宝可梦

数据简介

#加载
library(tidyverse)

#处理图标
library(png)
ibrary(grid)

#读取数据
pokemon <- read.csv("Pokemon.csv")
#查看数据概况
glimpse(pokemon)

#数据整理
colnames(pokemon)[1] <- "ID"
colnames(pokemon) <- str_replace_all(names(pokemon), "\\.", "")
#
names(Gen) <- c(1:6)
names(Type) <- levels(as.factor(pokemon$Type1))
names(Stat) <- levels(pkm_long$Key)

#长数据转换
pkm_long <- pokemon %>%
 pivot_longer(c(6:11), names_to = "Key", values_to = "Value")

#筛选
pkm_nonLegendary <- pokemon %>% 
 filter(Legendary == "False")

#载入图标
img <- readPNG("pokemon.png")
img <- rasterGrob(img, interpolate = TRUE)

#取色
Gen <- c("#DA4511", "#FFBD00", "#6A953F", "#9A6233", "#D3AE7C", "#307CA1")
Type <- c("#a8b820","#705848","#7860e0","#f8c030","#FFAAFF","#a05038",
 "#f05030","#98a8f0","#6060b0","#78c850","#d0b058","#58c8e0",
 "#a8a090","#b058a0","#f870a0","#b8a058","#a8a8c0","#3898f8")
Stat <- c("#f5ac78","#fae078","#ff5959","#9cb4f3","#a3da8a","#fa92b2")

可视化

属性

#原生属性的宝可梦数量
pokemon %>% group_by(Type1) %>%
 summarise(count = n()) %>% 
 ggplot(aes(fct_reorder(Type1, count, desc), count, fill = Type1), color = "black") +
 geom_bar(stat = "identity", position = "dodge", show.legend = F) +
 geom_text(aes(label = count), nudge_y = 2.5) +
 coord_flip() +
 scale_fill_manual(values = Type) +
 labs(x = NULL, y = NULL,
 title = "Num of Pokemons by Type", 
 subtitle = "All pokemons have a primary type. But not all pokemons have a secondary type.") +
 theme(
 panel.background = element_blank(),
 panel.border = element_rect(fill = NA),
 plot.background = element_blank(),
 axis.text.x = element_blank(),
 plot.title = element_text(face = "bold")
 ) +
 annotation_custom(img, xmin = 10, xmax = 20, ymin = 60, ymax = 112)

工具变量如何通向因果效应

Mon, 28 Mar 2022 00:00:00 +0000

在日常生活中，我们经常会遇到这样的问题：某种行为是否会导致某种结果？例如，吸烟是否会导致肺癌？参加工作培训是否会提高就业率？这些问题的答案并不总是显而易见，因为很多时候，行为和结果之间可能存在其他隐藏的混淆因素。工具变量（Instrumental Variables, IV）是当混淆因素不可观测时，识别因果效应的一种解决方案。

假设我们有以下变量：

$T$：处理变量（例如，是否接受某种治疗）
$Y$：结果变量（例如，健康状况）
$U$：混淆因素（例如，个人健康习惯）
$Z$：工具变量（例如，是否被建议接受治疗）

工具变量 $Z$ 必须满足下列三个假设:

相关性假设（Relevance Assumption）: $Z$ 对 $T$ 存在因果效应
排他限制（Exclusion Restriction）: $Z$ 对 $Y$ 的所有因果效应都必须经过中介 $T$

$Z$ causal effects on $Y$ is fully mediated by $T$.

This assumption is known as the exclusion restriction because it excludes $Z$ from the structural equation for $Y$ and from any other structural equations that would make causal association flow from $Z$ to $Y$ without going through $T$.

利用时间信息探寻因果

Fri, 25 Mar 2022 00:00:00 +0000

评估政策或者事件的影响，常以历史数据为镜。然而，历史数据错综复杂，要从中识别出真实的因果效应（treatment effect）实非易事。双重差分法（Difference in Differences, DiD）的核心思想在于：比较同一组个体在政策实施前后之变化，并与另一组未受政策影响的个体在相同时段的变化进行对比。若从两组数据间观测到显著差异，便可以认为这一变化是由政策所引起。

基础知识回顾

关键假设

无混淆假设（Unconfoundedness Assumption）
$$ \big(Y(1),Y(0)\big) \perp\!\!\!\perp T $$
即处理状态 $T$ 与潜在结果 $Y(1)$ 和 $Y(0)$ 相互独立。
一致性假设（Consistency Assumption）
$$ \mathbb{E}[Y(1)|T=1] = \mathbb{E}[Y|T=1] $$
即在接受处理的组别中，观测到的结果 $Y$ 可以代表潜在结果 $Y(1)$。

在上述假设下，可识别平均处理效应（ATE, Average Treatment Effect）：
$$ \mathbb{E}[Y(1) - Y(0)] = \mathbb{E}[Y|T=1] - \mathbb{E}[Y|T=0] $$
针对处理组的平均处理效应（ATT, Average Treatment Effect on Treated）
$$ \mathbb{E}[Y(1) - Y(0)|T=1] $$

引入时间维度

引入时间维度，是为了在不依赖于无混淆假设 下进行因果效应的识别。用 $Y_{\tau}(t)$ 表示时间为 $\tau$ 时处理为 $t$ 的潜在结果，那么 ATT 可以表示为：

$$ \mathbb{E}[Y_1(1) - Y_1(0)|T=1] $$

识别策略

假设

时间一致性假设（Consistency Assumption Extended to Time）

自组织与人工生命

Mon, 07 Mar 2022 00:00:00 +0000

这篇文章主要基于Carlos Gershenson等2018年的综述《Self-Organization and Artificial Life》，算是我对自组织这个概念的一些笔记。人工生命在计算模拟(soft)、机器人(hard)、生物化学(wet)三个领域都有研究，自组织是贯穿其中的暗线。

最近，一位名叫吉尔森逊（Carlos Gershenson）的学者向他的一些同行（其中包括我）分发了一份复杂系统问题表，并计划在名为《复杂性：5个问题》（Complexity：5 Questions）的书中发表这些回应。问题如下：

你为何会研究复杂系统？

你怎样定义复杂性？

你喜欢的复杂性方面/概念是什么？

在你看来，复杂性最成问题的方面/概念是什么？

你如何看待复杂性的未来？

摘自《复杂》，梅拉妮·米歇尔

嗐，这个问题清单看得我有点汗颜。研究复杂系统的人，多少觉得自己在回答"宇宙终极问题"——虽然说不清楚到底能不能回答。

什么是自组织(self-organization)?

Ashby (1947)用自组织来描述一个挺有意思的现象：系统中没有中央指挥，个体之间通过局部相互作用，愣是产生了某种整体模式。

说的再直白点：从上帝视角看过去，发现组成系统的零件们自发形成了一种"秩序"，这种秩序不是谁特意设计的，而是从零件的集体行为中"涌现"出来的。

自然界里这类例子一抓一把：

鸟群、鱼群（Flocking, Shoaling, Swarming）
形态发生（Morphogenesis）
斑图形成（Pattern formation）

A formal definition of the term runs into difficulties in agreeing on what is a system, what is organization, and what is self (Gershenson and Heylighen, 2003), none of which are perfectly straightforward.

翻译过来就是：自组织这个概念，定义起来特别麻烦——什么叫"系统"？什么叫"组织"？什么叫"自"？每个词都能吵半天。

Ashby coined the term “self-organizing system” to show that a machine could be strictly deterministic and yet exhibit a self-induced change of organization (Ashby, 1947).

冬季假期（Winter Holiday）

Sat, 26 Feb 2022 00:00:00 +0000

写日记的确让人感觉生活更加充实且有趣，以及缓解焦虑？

收拾完行李，学校已经没什么能吃的东西了，食堂的大叔大妈倒是不错，会看看还剩什么食材给你做点。没晾干的棉裤也只能让单师兄过两天帮忙收起来。离校前一天搭了几座纸桥，试图助328的植物们度过这个可能有点漫长的假期，生死有命。

一

在大连度过了一个有趣的星期第一天逛了不太有趣的大连博物馆，途中还顺便帮康师姐下载NASA的数据。小陈回大连后，带我逛了海洋馆。他的热情令我有点不适，原因是不知道如何回应。旅顺半日游很精彩。多少感到自己有些吸引社牛的体质，不过对一面之缘的人我总是"应付"得还行。回了家，没想到妈妈的学期还没有结束。本来跟小陈说的是，有机会的话和我妈妈一起到广州玩两天，到时可以在那碰面，以回敬"地主之谊"。

二

在家的日子比较无聊，但因为哥哥裸辞未就业，今年春节假期回家很早。非常难得地度过了一段久违的四口核心家庭生活。

他还是跟每次回来一样，背着好几台"设备"，带我玩了一把《怒之铁拳4》。倒是我变得很奇怪，玩什么好像也嗨不起来。在我心里，哥哥是对我最好的家人。只有亲情没有伤害。我还没有成熟到不抱怨自己的父母。家人以爱之名，弄巧成拙的「伤害」，对心软之人而言，只是催生了因"责备关爱"而感到的愧疚。更难过的是，家人并不会意识到发生的事情及其影响。

三

自从不再跟婶婶家一起吃年夜饭以后，除夕的晚餐质量一直掉到家里平均水平以下。一方面是潮汕地区喜欢有些过年过节必须吃的东西，另一方面是这两三年妈妈喜欢在家里煮火锅（一种偷懒的料理方式），汤底是白开水。

在家吃火锅的体验极差，最大的原因可能是跟老父的饮食习惯不同。他有自己的一套逻辑和知识体系，并且有点顽固。也许是我几乎不与老父有多余的交谈，所以也懒得进行指正。他的菜系时常令我难以接受。

这个年是在雨水和冷空气中度过，不过可能是疫情以来最有幸福感的一次过年。

四

影音报告虽迟但到。回家以来，先是把去年开学带到学校的两部综艺《我听》和《脱口秀大会》补完了，然后是心心念念的《万物生灵2》，接着有《鱿鱼游戏》，《倚天屠龙记》，《一人之下4》，《星空下的仁医》，《开端》，《僵尸校园》，《时光音乐会》，《鹤唳华亭》，《变成你的那一天》，《半熟恋人》，《爱很美味》等。

展开讲讲：

因为没有被剧透冠军，《我听》看起来还蛮有趣的，如果不是《时光音乐会》，就是当之无愧的21年最强音综。考虑《时光音乐会》的话，我这里并列没问题。

《万物生灵2》不用多说，白月光还撒糖了，

很满足。《鱿鱼游戏》被剧透得明明白白，如果不知道老头是Boss的话，看的时候大概会直呼牛逼？

《倚天屠龙记》意外地好看，我简直太喜欢武侠了。想起来《一人之下4》是天花板的篇章，于是一天就看完了整一季，如果是追更的话，节奏慢且信息量少，可能被气死。

《星空下的仁医》又是一部医疗剧，可能是武侠以外我第二喜欢的题材了，并且还有TVB加持，主演和配角都很满意。

理所当然地被安利了《开端》，he也不算烂尾，只是明显感到为了过审有些牺牲，最后一环没把关键人物交代好，略略可惜。

《僵尸校园》我只能说韩国人拍僵尸一向可以，很难理解因为人设就打低分的人，真就把片子只当剧本看？

《变成你的那一天》从上学期开学前就想看了，当时没挺过第一集，网友说熬过去就好了，果然打开了新世界，看到男女主在一起后收手正合适。

《半熟恋人》是少有的那种没有专门拍些刻意的情节的一部国产恋综了，看下来真的有天花板的感觉，几位嘉宾请得也很不错，期间在微博豆瓣到一些黑料也无伤大雅。

《爱很美味》是川上在节目里推荐的，愿称为无愧于时代的优秀文艺作品，没想到大结局落点竟然还是抗疫故事，有点不太舒服。

刚刚提到的节目就是《路人抓马》。过完年后竟然有点焦虑，失眠，每天睡前都要做些事情——读读书，看看剧，听听歌，或者一期播客。两位美女的闲聊真的让我有所反思，想要好好地热爱生活。去赚钱，去社交，看以前喜欢过的文学。

五

关于博客，回家之后通过了备案，然后做了很多奇奇怪怪的美化后，又"打回原形"选择了进行一些简约的风格。翻译了一篇小文献，又整理上传了一些笔记，算是有点东西了。时常感到自己的服务器没什么卵用，也当不了算力，有一天发现还不能拿来搭梯子。

假期没有完成一些所谓的计划，至少电视剧没少看。最近又临近开学，规矩还真不少，有一天被班主任逮到没有好好填表，不过我酷酷地甩了个"哦"给她。选择了2号的机票，晚上到沈后还得在校外通宵一夜，so bad。

贝叶斯网络：因果图模型的前身

Mon, 20 Dec 2021 00:00:00 +0000

贝叶斯网络（Bayesian Network），作为一种图形化模型，早在20世纪末便广为流传，其主要用以描述随机变量之间的条件独立性与概率分布关系。它以有向无环图（Directed Acyclic Graph, DAG）为基础，将复杂的概率系统分解为易于处理的子结构。

在这一框架下，每个节点代表一个随机变量，每条有向边则表示变量间的条件依赖。例如，在贝叶斯网络中，若变量 $X$ 指向 $Y$，这仅表示给定 $X$ 的条件下，$Y$ 的概率分布被决定。

条件独立性的理论基础

考虑我们将要进行建模的分布为 $P(x_1,x_2,\dots,x_n)$，根据链式法则（chain rule），对其进行分解：

$$ \begin{aligned} P(x_1,x_2,\dots,x_n)&=P(x_n|x_{n-1},\dots,x_1)P(x_{n-1}|x_{n-2},\dots,x_1)\cdots P(x_2|x_1)P(x_1)\\&=P(x_1)\prod_iP(x_i|x_{i-1},\dots,x_1) \end{aligned} $$

假设 $x_i$ 均为二元变量（binary），其中 $i=1,2,3,\dots,n$。当考虑 $3$ 个变量时（$n=3$），需要建模的因子 $P(x_3|x_2,x_1)$ 有 $4$ 个参数（parameters）：

$x_1$	$x_2$	$P(x_3\\|x_2,x_1)$
0	0	$a_1$
0	1	$a_2$
1	0	$a_3$
1	1	$a_4$

当考虑 $4$ 个变量时（$n=4$），参数为 $8$ 个。

$x_1$	$x_2$	$x_3$	$P(x_4\\|x_3,x_2,x_1)$
0	0	0	$a_1$
0	0	1	$a_2$
0	1	1	$a_3$
0	1	0	$a_4$
1	1	1	$a_5$
1	1	0	$a_6$
1	0	0	$a_7$
1	0	1	$a_8$

也就是说，对 $P(x_n|x_{n-1},\dots,x_1)$ 进行建模必要的参数为 $2^{n-1}$ 个，随着 $n$ 的增加呈指数型增长。

结构性的因果关系表征（因果图）

Sat, 20 Nov 2021 00:00:00 +0000

传统的因果推断（causal inference）多依赖于回归模型与假设检验，着重于处理数据中变量间的关联性，而忽视了因果关系的结构性。因果图模型的引入，则为我们提供了一种全新的视角，可谓因果推断领域的一大颠覆。

结构方程

相比传统回归分析的变量间关联，结构因果模型强调因果关系的显性表达，为我们提供了更多的信息。例如，$M$ 是一个结构因果模型（structural causal model），其中 $V=\{Z,X,Y\}$ 是研究中所讨论因果关系的变量，称为内生变量（endogenous variables），$U=\{U_z.U_x,U_y\}$ 是外生变量（exogenous variables），代表研究中没有被明确建模的扰动（disturbances）。

函数 $F=\{f_z,f_x.f_y\}$ 称为结构方程（structural equations），每个函数表示对应的内生变量的数据生成机制，即对应的内生变量的值由其他变量的值所决定的因果过程。

$$ M=\begin{cases} Z \leftarrow f_z(U_z)\\ X \leftarrow f_x(Z,U_x)\\ Y \leftarrow f_y(X,Z,U_y)\\ U \sim P(U) \end{cases} $$

$P(U)$ 表示外生变量相关联的概率分布，在本例中，假设外生变量是相互独立的。结构因果模型 $M$ 表示内生变量的联合分布 $P(V)$，称作观测分布（observational distribution）。

有向无环图

每一个结构因果模型 $M$ 有一个对应的因果图 $G$，直观地刻画了各个变量之间的因果关系，每个节点表示模型 $M$ 中的一个变量（Variables，$V$），图中每一条边都表示变量之间的因果效应，箭头 $V_i \to V_j$ 说明变量 $V_i$ 是变量 $V_j$ 的直接原因（$V_i$ 出现在 $V_j$ 的结构方程中），表现为一个有向无环图（directed acyclic graph, DAG）。

通常情况下，因果图不会将外生变量明确地表示出来。如果外生变量非独立，即同时存在结构方程 $f_{v_i}$ 和 $f_{v_j}$ 中时，可以用虚线的双向箭头 $V_i \dashleftarrow\dashrightarrow V_j$ 表示。

do 算子

关于因果关系的讨论中，Fisher 的随机化试验是实验性研究的黄金标准，而是否能够进行操纵（manipulability）被认为是讨论因果关系的先决条件，并形成了“无操纵不因果”（“no causation without manipulation”）的观念。