必学的因果推理思考法,为你的决策保驾护航

必学的因果推理思考法,为你的决策保驾护航

首页角色扮演因果笔记更新时间:2024-08-01

在日常生活中,我们经常听到很多似是而非的论断,比如:

小孩子看太多电视会导致学习成绩下降。

重点大学毕业的人比非重点大学毕业的人,工作收入要高。

跟学霸做朋友,学习成绩会明显提高。

……

事实真的如此吗?不想被人牵着鼻子走,想对事情有自己的判断,就要弄清楚事物内部的逻辑关系,因果关系正是其中重要的一环。美国思想家作家拉尔夫·爱默生曾经说过,“浅薄的人相信运气,强大的人相信因果。”在这个信息泛滥的时代,学会因果推理、弄清楚事物背后的关联,是每个人的必修课。

《原因与结果的经济学》这本书就是因果推理的入门书籍,它是由中室牧子和津川友介两人合著而成。中室牧子是一位教育经济学家,她的研究方向是:利用数据和经济学方法来提高儿童的学习和能力,中室牧子提倡用具有因果关系的科学依据来制定育儿及教育政策。

津川友介是医生兼医疗政策专家,他的研究方向是:利用大数据来提高医疗质量,并抑制医疗费用。他曾经在美国著名医疗经济学家约瑟夫·纽豪斯(Joseph Newhouse)门下学习,并师从最早创建因果推理体系的唐纳德·鲁宾(Donald B. Rubin),从两位大咖那里,津川友介学会了因果推理的思维方法。

在《原因与结果的经济学》这本书中,两位作者介绍了许多因果推理必备的思维方法,并将因果推理简化为五个步骤,这五个步骤分别为:

1,弄清楚原因是什么?

2,弄清楚结果是什么?

3,确认三个要点。

4、制造反事实。

5,将反事实和事实和事实调整到可比较的状态。

只需要掌握五个步骤,就可以学会因果推理的精髓,找到原因,提高我们在生活中的决策能力。下面,我将这五个步骤整合成三部分内容,来深度解析因果推理的方法。这三个方面分别为:什么是因果关系?用三个要点判断因果关系,以及制造反事实并和事实进行比较。

一、什么是因果关系?

什么是因果关系?这个问题听起来很简单,但在现实生活中,很多人会把它和相关关系弄混。比如文章开头提到的,小孩子看电视太多,会导致学习成绩下降。这是很多人的共识,但却缺乏科学依据,归根结底,就是很多人没有搞清楚,“看电视太多”和“学习成绩下降”之间没有必然的因果关系,二者只是相关关系。小孩子看电视太多,可能会导致学习成绩下降,但不必然导致学习成绩下降。

看到这里,你还觉得因果关系很简单吗?生活琐碎而复杂,很多真相需要我们拨开迷雾才能看到,有些看似有道理的话,用因果关系分析后,你会发现是无稽之谈。

那么什么是因果关系呢?如果有两个变量A和B,A是B发生的原因,B是A发生的结果,并且当A发生的时候,必然会发生B,那么这两者就属于因果关系。如果事情A发生,并不会导致B结果的产生,那么这两者就是相关关系。

二、用三个要点判断因果关系

知道了什么是因果关系之后,我们再来看看,如何判断两个变量之间是因果关系呢?这里有三个要点:

第一,判断这两个变量的关系是否纯属巧合?

第二,搞清楚是否存在第三变量?

第三,两者之间是否存在逆向因果关系?

1、是否“纯属巧合”?

可能有人不相信,真的有人会把“纯属巧合”当作因果关系吗?事实上,大盘预测者都会相信那些纯属巧合的伪相关。最经典的例子就是“吉卜力的诅咒”,这个现象说的是,只要日本电视台播出吉普力工作室的电影,美国的股票都会下跌。这两者之间,没有必然的联系,很显然只是一个巧合。可是,美国的《华尔街时报》都曾经报道过这个这个现象,并引起热议。

在娱乐圈也不乏这样的巧合。比如:萧敬腾在哪个城市开演唱会,哪个城市就会下雨。网友们封他为“雨神”。以至于后来,当某个城市久旱不雨的时候,有网友调侃让萧敬腾来开演唱会。其实,萧敬腾开演唱会和下雨之间也只是巧合。

2、是否存在第三变量?

在进行因果推理的时候,还要考虑是否有第三变量。简单来说,第三变量就是会同时影响原因和结果的混杂因素,它能鱼目混珠,将相关关系包装成因果关系,来干扰我们的判断。

很多商家深谙此道,宣传的广告充满诱导因素。比如:有个知名的钢琴品牌,其宣传文案是:学钢琴的孩子不会变坏。

在这个文案中,“学钢琴”和“不会变坏”之间没有必然的联系,但商家为了宣传品牌,将“学钢琴”和“不会变坏”包装成了因果关系,某种程度上干扰了消费者。学钢琴的孩子需要投入大量时间和精力在练习上面,他们不会变坏是因为没有时间做其他的事情,诸如进行社交,或者培养其他的不良嗜好,等等。“没有时间做其他的”才是“不会变坏”的原因,“学钢琴”只是其中的干扰因素。

3、是否存在逆向因果关系?

简单来说,逆向因果关系就是将因果搞反了,或者原因和结果可以互换。

比如下面这个说法“警察多的地区,犯罪犯罪案件数量也多”就把因果弄反了,事情的真相是:因为犯罪数量比较多,公安部门才会调派大量的警察来。“犯罪案件多”是原因,“警察多”是结果,而不是相反。

如果两个因素之间存在着上述的三种情况:纯属巧合、混杂因素或者逆向因果关系,那么它们就只是相关关系,反之,则可以判断它们是因果关系。

三、如何制造反事实进行比较?

想证明两个事物之间存在因果关系,就需要排除上面的三种情况:即纯属巧合,有混杂因素或者逆向因果关系。这里,我们要引入了“反事实”这个概念,反事实指的是对未曾发生的事情所做的假设。“如果当时没有如何,现在就会怎样这样的句式,就是最简单的制造反事实的方法。现实生活中已经发生的事情是事实,与事实相反的假设就是反事实。

法国哲学家布莱士·帕斯卡曾经说过一句话。

“如果克莉奥帕特拉(埃及艳后)的鼻子再塌一点,世界史就会改写了。”

在中国也有一句颇具调侃意味的话,“如果潘金莲不掀窗帘子,中国历史就会被改写。”

这些都是典型的反事实思维,因果推理的本质是:找到最贴切的值来替换反事实,和事实进行对比。

如何制造反事实呢?作者在书中介绍了“证据金字塔”(evidence pyramid),在证据金字塔中,越接近顶点的证据,其可信度越高。根据证据金字塔,本书介绍了很多制造反事实的方法,其中包括元分析,随机对照实验,自然实验与准实验以及回归分析等。下面我就以随机对照实验的方法为例,来看看如何制造反事实,进行因果关系的推理。

在临床医学上,经常用小白鼠来做药物疗效的实验。具体的操作是:将生病的小白鼠随机分成两组,一组进行药物治疗,称之为干扰组,另外一组不给药物治疗,称之为对照组。如果摄取药物那组的小白鼠痊愈更快,则证明药物有效,反之,则证明药物无效。在这个实验中,不给另外那组的小白鼠进行药物治疗,就是在制造反事实,以便和进行药物治疗的组进行对比。

随机分组听起来有点随意,其实不然,它能避免选择性偏差,“选择性偏差”(selection bias)指的是因个人的选择,导致研究对象产生的不可比较的属性。为了便于理解,我们再来看一个例子。比如:想研究经常体检和长寿之间的关系,就可以用随机对照实验的方法,来进行因果分析。

我们可以把研究对象分为:

A组:在研究期间,接受体检。这是干扰组。

B组:在研究期间,不接受体检。这是对照组。

很显然,那些过去经常体检的人和过去没有体检过的人,属于两种不同的人,前者的健康意识更强,而后者的健康意识相对淡薄,两者没有可比性。他们在过去是否选择体检,会对后续的研究结果产生影响,这就是选择性偏差。

如何解决这个问题呢?答案是随机分组。在实践中,可以用抛硬币、抽签等方式随机分组。这样一来,干扰组中既有以前接受过体检的人,也有没体检过的人,对照组中也是两者兼而有之。这样,两个组别就有了可别性,研究结果也更准确。

丹麦就曾经调查过体检和长寿之间的关系,他们将大约6万人划分为两个组,用了长达十年的时间来跟踪调查,最后发现:不论体检与否,不论被调查者生活习惯改变与否,两个组别的死亡率并没有明显的差异。

制造反事实的方法还有很多,比如自然实验,双重差分法、工具变量法、断点回归设计、匹配法以及回归分析等,在这里就不逐一展开。需要明确的是,这些方法都是为了找到最贴切的值,来替换反事实,以便和事实进行对比。在实际生活中,哪种方法简单,操作更容易,就用哪种方法。

在信息泛滥的现代社会,想甄别信息真伪,判断其可行性,就必须学会独立思考,弄清楚事物之间的逻辑关系。掌握因果推理的方法,能让我们透过现象看到本质,不被那些模棱两可的言论左右,帮助我们正确决策,所以赶紧get起来吧。

查看全文
大家还看了
也许喜欢
更多游戏

Copyright © 2024 妖气游戏网 www.17u1u.com All Rights Reserved