编辑导语：在进行关键的产品决策时，我们会用到A/B测试，那到底怎么应用和推算这个模型？本文作者详细的介绍了在统计推断中对A/B模型的应用。

上一篇文章“「深度」A/B测试中的因果推断——潜在结果模型”中我们介绍了用于A/B测试因果推断的潜在结果模型，现在我们来看看在统计推断中如何应用这个模型，对试验的因果效果进行估计。

一、分流机制

前面我们说过，对于因果效果的估计，我们需要比较多个个体的实际观测到的潜在结果，其中一部分个体和另外一部分分别接受不同的处理，观测到不同的潜在结果。

假如我们有两个用户参与这个雾霾小试验：小强和小明，观测到如下的结果。

表面上来看，小强不戴口罩咳嗽 100 分钟，小明戴口罩也是咳嗽 100 分钟，我们也许就简单地得出一个结论：雾霾时戴口罩没有用，咳嗽不会少。

但是真实情况可能是：小强对雾霾的抵抗力比小明好很多，所以他不戴口罩咳嗽 100 分钟，戴口罩只咳嗽 10 分钟；而身体较弱的小明不戴口罩会咳嗽 200 分钟，戴口罩咳嗽 100 分钟。

那么真实的因果效果应该是戴口罩少咳嗽 100 分钟左右，我们从数据表面得出的戴口罩无用的结论是错误的。

上面给出的是一个只有两个个体的简单例子，如果参与试验的个体很多，同样可能出现这样的状况。