在本文中，我们引入了一个新的因果框架，能够处理概率和非稳定问题。实际上，我们提供了一种称为概率变异因果效应（PACE）的公式。我们的因果效应公式使用了与概率理论集成的函数的总变化的概念。PACE具有一个参数$ d $，以确定概率的程度。$ d $的较低值是指极少数情况很重要的情况。相比之下，由于$ d $的值较高，我们的模型涉及自然概率的问题。因此，我们通过离散$ d $来提供因果效应的单一价值，而是提供因果效应向量。我们还解决了在因果推理中计算反事实的问题。我们将我们的模型与Pearl模型，相互信息模型，条件相互信息模型和Janzing等人进行比较。通过研究几个示例来模型。