经典例子里的陷阱
冰淇淋销量与溺水人数在夏季同步上升,不是吃冰淇淋导致溺水,而是高温这个共同原因同时推动了两者。这类「混杂变量」在现实中更难识别:某研究发现某种习惯与长寿相关,可能是该人群同时拥有更好的医疗条件和收入。统计上的相关系数只描述同步变化的强度,不带方向,也不解释机制。把相关系数直接读成「会导致」,是数据新闻里高频出现的问题。
怎么更接近因果
随机对照试验通过随机分组,让已知和未知混杂因素在两组间平均分布,是判断因果的黄金标准,但很多问题无法做实验(比如吸烟与肺癌,不能随机让人吸烟)。观察性研究则用工具变量、断点回归、双重差分、倾向得分匹配等方法逼近因果,每种都有强前提。负责任的研究会明确写出识别策略和敏感性分析,而不是把结论说得斩钉截铁。
看到「研究显示」时的四个问题
第一,样本是谁、有多大,能否推到自己身上;第二,比较的是什么,绝对风险还是相对风险——「风险翻倍」可能只是从万分之一到万分之二;第三,有没有控制主要混杂因素;第四,有没有其他团队重复得到类似结果。这四个问题不需要统计学学位,只需要养成暂停三秒的习惯。在 AI 能批量生成看似专业的结论的今天,这种基本的数据素养比记住任何单个知识点都更有价值。
参考:因果推断通识与科学传播公开资料整理。
说明:以上内容基于公开资料整理,仅供学习参考,不替代专业机构意见。科研结论会随新证据更新,请以科研机构与权威机构的最新正式发布为准。